基于神经群体编码的物体位姿估计
机器人学
2025-03-13 v2 机器学习
摘要
机器人装配任务需要物体位姿估计，尤其是对于那些避免昂贵机械约束的任务。物体对称性使得从感官输入到物体旋转的直接映射变得复杂，因为旋转变得模糊且缺乏唯一的训练目标。一些提出的解决方案包括针对输入评估多个位姿假设或预测概率分布，但这些方法存在显著的计算开销。在这里，我们展示了用神经群体编码表示物体旋转可以克服这些限制，从而实现到旋转的直接映射和端到端学习。因此，群体编码促进了快速且准确的位姿估计。在 T-LESS 数据集上，我们在 Apple M1 CPU 上实现了 3.2 毫秒的推理，并且仅使用灰度图像输入就达到了 84.7% 的最大对称感知表面距离准确率，而直接映射到位姿时的准确率仅为 69.7%。
引用
@article{arxiv.2502.13403,
title = {Object-Pose Estimation With Neural Population Codes},
author = {Heiko Hoffmann and Richard Hoffmann},
journal= {arXiv preprint arXiv:2502.13403},
year = {2025}
}