基于三维模型辅助粒子滤波器的人形机器人平台视觉末端执行器跟踪
机器人学
2021-06-30 v2
摘要
本文研究利用机器人自身摄像头的视觉观测对其末端执行器进行递归无标记估计。该问题被表述为贝叶斯框架并使用序贯蒙特卡洛（Sequential Monte Carlo, SMC）滤波解决。我们使用三维渲染引擎和机器人的计算机辅助设计（CAD）示意图，从机器人摄像头视角虚拟创建图像。这些图像随后被用于提取信息并估计末端执行器的位姿。为此，我们开发了一种粒子滤波器，利用方向梯度直方图（Histogram of Oriented Gradient, HOG）描述子来捕获摄像头与渲染图像中形状的鲁棒特征，从而估计机器人末端执行器的位置与朝向。我们在 iCub 人形机器人上实现了该算法，并将其应用于闭环抓取场景。我们证明了该跟踪对杂波具有鲁棒性，能够补偿机器人运动学误差并利用视觉对手臂进行闭环伺服控制。
引用
@article{arxiv.1703.04771,
title = {Visual end-effector tracking using a 3D model-aided particle filter for humanoid robot platforms},
author = {Claudio Fantacci and Ugo Pattacini and Vadim Tikhanoff and Lorenzo Natale},
journal= {arXiv preprint arXiv:1703.04771},
year = {2021}
}