融合非视觉信息的概率深度图像配准
机器人学
2015-05-04 v2 计算机视觉与模式识别
摘要
本文我们推导了一种用于物体建模与跟踪的概率配准算法。在许多机器人应用中，如操作任务，物体的非视觉运动信息是可用的，我们将这些信息与视觉信息相结合。此外，我们不仅考虑对物体的观测，还考虑被观测为不属于物体的空间区域。此外，我们计算的是相对对齐的后验分布，而非通常例如迭代最近点（ICP）算法中的点估计。据我们所知，尚无现有算法同时满足这三个条件，因此我们在贝叶斯框架下推导了一种新型配准算法。实验结果表明，所提出的方法在性能上优于 PCL 中实现的特征映射和 ICP 算法，尤其是在非视觉信息可用的情况下。
引用
@article{arxiv.1504.07857,
title = {Probabilistic Depth Image Registration incorporating Nonvisual Information},
author = {Manuel Wüthrich and Peter Pastor and Ludovic Righetti and Aude Billard and Stefan Schaal},
journal= {arXiv preprint arXiv:1504.07857},
year = {2015}
}