用于亚毫米级精确相机位姿估计与视觉伺服的连体卷积神经网络
机器人学
2019-03-13 v1
摘要
视觉伺服(VS)利用通常附着在机器人末端执行器上的相机所拍摄的图像来引导机器人运动，是解决需要高精度水平的机器人任务的重要技术。我们提出了一种基于连体架构的新型神经网络，用于高精度的相机位姿估计。这进而可用作粗 VS 之后的最终精修步骤，或者以迭代方式应用时作为独立的 VS。我们神经网络的关键特征是它输出任意图像对之间的相对位姿，且达到亚毫米精度。我们表明，若应用一次，我们的网络可将位姿估计误差从初始的 10 mm / 5 度降低到平移 0.6 mm、旋转 0.4 度；若迭代应用，则可从数厘米 / 数十度的初始误差降低至此。该网络可泛化到相似物体，对光照条件变化以及部分遮挡(迭代使用时)具有鲁棒性。所达到的高精度使得能够处理下游的低容差装配任务：使用我们的网络，工业机器人在无任一力传感机制的情况下可在 VGA 连接器插入任务上达到 97.5% 的成功率。
引用
@article{arxiv.1903.04713,
title = {Siamese Convolutional Neural Network for Sub-millimeter-accurate Camera Pose Estimation and Visual Servoing},
author = {Cunjun Yu and Zhongang Cai and Hung Pham and Quang-Cuong Pham},
journal= {arXiv preprint arXiv:1903.04713},
year = {2019}
}