PoseRBPF：一种用于 6D 物体位姿跟踪的 Rao-Blackwellized 粒子滤波
计算机视觉与模式识别
2019-05-24 v1 机器人学
摘要
从视频中跟踪物体的 6D 位姿为机器人在执行诸如操纵和导航等不同任务时提供了丰富的信息。在这项工作中，我们将 6D 物体位姿跟踪问题表述于 Rao-Blackwellized 粒子滤波框架中，其中物体的 3D 旋转与 3D 平移被解耦。这种分解使我们的方法（称为 PoseRBPF）能够高效地估计物体的 3D 平移以及 3D 旋转上的完整分布。这是通过以细粒度方式离散化旋转空间，并训练一个自动编码器网络来为离散化旋转构建特征嵌入码本而实现的。因此，PoseRBPF 可以跟踪具有任意对称性的物体，同时仍保持充分的后验分布。我们的方法在两个 6D 位姿估计基准上取得了最先进的结果。展示实验的视频可在 https://youtu.be/lE5gjzRKWuA 找到。
引用
@article{arxiv.1905.09304,
title = {PoseRBPF: A Rao-Blackwellized Particle Filter for 6D Object Pose Tracking},
author = {Xinke Deng and Arsalan Mousavian and Yu Xiang and Fei Xia and Timothy Bretl and Dieter Fox},
journal= {arXiv preprint arXiv:1905.09304},
year = {2019}
}
备注
Accepted to RSS 2019