RGBTrack：无深度的快速、稳健的6D姿态估计与跟踪
计算机视觉与模式识别
2025-06-23 v1 机器人学
摘要
我们引入一种稳健的框架 RGBTrack，用于基于 RGB 数据的实时6D姿态估计与跟踪，从而消除此类动态且精确的对象姿态跟踪任务对深度输入的需求。基于 FoundationPose 架构，RGBTrack 设计了一种新颖的二分查找策略结合渲染比较机制，高效地推断深度并从真实比例的 CAD 模型生成稳健的姿态假设。为维持动态场景（包括快速运动和遮挡）中的稳定跟踪，RGBTrack 集成了最先进的2D对象跟踪技术（XMem）、卡尔曼滤波器以及状态机，用于主动对象姿态恢复。此外，RGBTrack 的尺度恢复模块可动态适配未知尺度的 CAD 模型，实现与现代生成重建技术的无缝集成。广泛的基准测试表明，RGBTrack novel depth-free 方法在竞争性精度和实时性能方面表现优异，使其成为机器人、增强现实和计算机视觉等应用领域的有前景的实用解决方案。我们的实现源代码将发布于 https://github.com/GreatenAnoymous/RGBTrack.git。
引用
@article{arxiv.2506.17119,
title = {RGBTrack: Fast, Robust Depth-Free 6D Pose Estimation and Tracking},
author = {Teng Guo and Jingjin Yu},
journal= {arXiv preprint arXiv:2506.17119},
year = {2025}
}
备注
Accepted to IROS 2025