Pred-NBV：基于预测指导的下一最佳视角用于3D物体重建
摘要：预测驱动的主动感知已经显示出通过预测未知环境中的不确定性来提高机器人导航效率和安全性的潜力。现有的3D形状预测方法对于部分观测做了隐含的假设，因此不能用于实际规划，并且不考虑下一最佳视角规划的控制努力。我们提出了Pred-NBV，这是一种现实的物体形状重建方法，由在ShapeNet数据集上训练的增强3D预测模型PoinTr-C和基于信息和控制努力的下一最佳视角方法组成，以解决这些问题。在AirSim模拟器中，Pred-NBV的物体覆盖率比传统方法提高了25.46％，并且在从装在DJI M600 Pro上的Velodyne 3D LiDAR获取的真实数据上比PoinTr这一最先进的形状完成模型表现出更好的形状补全效果。
作者：Harnaik Dhami, Vishnu D. Sharma, Pratap Tokekar
论文ID：2304.11465
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-09