镜面对称物体的位姿估计
机器人学
2020-11-03 v1 计算机视觉与模式识别
摘要
在机器人工业中，镜面且无纹理的金属部件无处不在。仅使用单目 RGB 相机对此类物体进行 6D 位姿估计因缺乏丰富纹理特征而十分困难。此外，镜面外观严重依赖于相机视角与环境光照条件，使得模板匹配等传统方法失效。过去 30 年中，镜面物体位姿估计一直是一项持续的挑战，且大多数相关工作需要对光照设置、环境或物体表面进行大量知识建模。另一方面，近期研究展示了利用卷积神经网络 (CNNs) 在单目相机上实现 6D 位姿估计的可行性，然而它们大多使用不透明物体进行评估。本文提供一种数据驱动的解决方案来估计镜面物体的 6D 位姿以进行抓取，提出处理对称性的代价函数，并展示表明系统可行性的实验结果。
引用
@article{arxiv.2011.00372,
title = {Pose Estimation of Specular and Symmetrical Objects},
author = {Jiaming Hu and Hongyi Ling and Priyam Parashar and Aayush Naik and Henrik Christensen},
journal= {arXiv preprint arXiv:2011.00372},
year = {2020}
}
备注
submitted to ICRA 2021