RaSim：用于实际应用的高保真RGB-D数据仿真管线
计算机视觉与模式识别
2024-04-08 v1
摘要
在机器人视觉中，仿真环境中学习后迁移到实际应用已成为事实上的范式，这在桥接仿真与现实之间的领域差距方面提出了重大挑战。虽然主流研究在RGB领域解决此问题，但我们专注于深度数据合成，开发了一种基于范围的RGB-D数据仿真管线（RaSim）。具体而言，通过模拟真实传感器的成像原理生成高保真深度数据。进一步引入基于范围的渲染策略以丰富数据多样性。大量实验表明，使用RaSim训练的模型可直接应用于真实场景而无需任何微调，能够在下游RGB-D感知任务中取得优异性能。
引用
@article{arxiv.2404.03962,
title = {RaSim: A Range-aware High-fidelity RGB-D Data Simulation Pipeline for Real-world Applications},
author = {Xingyu Liu and Chenyangguang Zhang and Gu Wang and Ruida Zhang and Xiangyang Ji},
journal= {arXiv preprint arXiv:2404.03962},
year = {2024}
}
备注
accepted by ICRA'24