基于显著边缘渲染与加权汉明相似性的计算受限环境下的鲁棒视觉定位
计算机视觉与模式识别
2025-10-01 v1 机器人学
摘要
我们考虑了在假想的火星采样返回任务背景下，基于视觉的六自由度物体位姿估计问题。在该任务中，机械臂需要在严重受限的硬件条件下，对多个目标物体进行定位，以实现低净空拾取与插入。我们提出了一种新颖的定位算法，该算法利用自定义渲染器以及专为边缘域定制的新模板匹配度量，仅使用低保真、无纹理的 3D 模型作为输入即可实现鲁棒的位姿估计。在合成数据集、地球物理测试平台以及火星原位图像上的广泛评估表明，我们的方法在鲁棒性和准确性方面均持续优于计算与内存受限定位领域的现有技术，从而为在通用硬件上实现低成本且可靠的定位提供了新的可能。
引用
@article{arxiv.2509.25520,
title = {Robust Visual Localization in Compute-Constrained Environments by Salient Edge Rendering and Weighted Hamming Similarity},
author = {Tu-Hoa Pham and Philip Bailey and Daniel Posada and Georgios Georgakis and Jorge Enriquez and Surya Suresh and Marco Dolci and Philip Twu},
journal= {arXiv preprint arXiv:2509.25520},
year = {2025}
}
备注
To appear in IEEE Robotics and Automation Letters