基于物体 SLAM 的主动建图与机器人抓取
机器人学
2022-01-11 v3 计算机视觉与模式识别
摘要
本文提出首个面向复杂机器人操作与自主感知任务的主动物体建图框架。该框架构建于物体 SLAM 系统之上，并集成了针对机器人抓取优化的同步多物体位姿估计过程。为降低目标物体的观测不确定性并提升其位姿估计精度，我们还设计了一种物体驱动的探索策略以引导物体建图过程，实现自主建图与高层感知。结合建图模块与探索策略，可生成兼容机器人抓取的精确物体地图。此外，定量评估也表明所提框架具有极高的建图精度。包含物体抓取与放置以及增强现实的实验显著展示了我们框架的有效性与优势。
引用
@article{arxiv.2012.01788,
title = {Object SLAM-Based Active Mapping and Robotic Grasping},
author = {Yanmin Wu and Yunzhou Zhang and Delong Zhu and Xin Chen and Sonya Coleman and Wenkai Sun and Xinggang Hu and Zhiqiang Deng},
journal= {arXiv preprint arXiv:2012.01788},
year = {2022}
}
备注
Accepted for IEEE International Conference on 3D Vision (3DV), 2021. Project page: https://yanmin-wu.github.io/project/active-mapping/