基于视频目标分割的视觉伺服控制与移动机器人上物体深度估计
机器人学
2020-01-13 v2
摘要
为在日常环境中发挥作用，机器人必须能够识别并定位真实世界中的物体。近年来，视频目标分割在从真实且具挑战性的视频中稠密分离此类物体方面取得了显著进展。基于该进展，本文解决了利用配备 RGB 相机的移动机器人识别通用物体并在 3D 中定位它们的问题。我们为此首先引入一种基于视频目标分割的视觉伺服控制与主动感知方法，其次提出了一种新的 Hadamard-Broyden 更新公式。我们基于分割的方法简单而有效，且我们的更新公式使机器人无需任何相机标定即可快速学习执行器与视觉特征之间的关系。我们在实验中通过在移动 HSR 机器人上学习多种执行器-相机配置来验证我们的方法，该机器人随后从 YCB 数据集中识别、定位并抓取物体，并实时跟踪人及其他动态关节物体。
引用
@article{arxiv.1903.08336,
title = {Video Object Segmentation-based Visual Servo Control and Object Depth Estimation on a Mobile Robot},
author = {Brent A. Griffin and Victoria Florence and Jason J. Corso},
journal= {arXiv preprint arXiv:1903.08336},
year = {2020}
}
备注
WACV 2020