面向机器人倒水任务的自监督透明液体分割
机器人学
2022-03-04 v1 计算机视觉与模式识别
机器学习
摘要
液体状态估计对倒水等机器人任务十分重要；然而，估计透明液体的状态是一个具有挑战性的问题。我们提出了一种新颖的分割流程，可从静态RGB图像中分割水或此类透明液体，无需任何手动标注或在训练时加热液体。相反，我们使用一个生成模型，该模型能够将有色液体图像翻译为合成生成的透明液体图像，且仅在有色与透明液体图像的非配对数据集上训练。有色液体的分割标签通过背景减除自动获得。我们的实验表明，无需任何手动标注即可准确预测透明液体的分割掩码。我们展示了透明液体分割在机器人倒水任务中的效用，该任务通过感知透明杯中的液面高度来控制倒水。配套视频与补充材料见
引用
@article{arxiv.2203.01538,
title = {Self-supervised Transparent Liquid Segmentation for Robotic Pouring},
author = {Gautham Narayan Narasimhan and Kai Zhang and Ben Eisner and Xingyu Lin and David Held},
journal= {arXiv preprint arXiv:2203.01538},
year = {2022}
}
备注
Accepted at ICRA 2022