使用结构光相机对无纹理光亮物体进行主动姿态优化
摘要：纹理缺失光滑物体的6D姿态估计已成为许多机器人应用中的一个关键问题。许多姿态估计方法需要高质量的深度数据，通常由结构光相机测量得到。然而，当物体具有光滑表面（如金属零件）时，由于镜面反射，这些相机无法从单个视点感知到完整的深度，导致最终姿态精度显著下降。为了缓解这个问题，我们提出了一个完整的主动视觉框架，用于6D物体姿态细化和下一个最佳视角的预测。具体而言，我们首先为结构光相机开发了一个基于优化的姿态细化模块。然后，我们的系统通过最小化对象姿态的预测不确定性来选择下一个最佳相机视角以收集深度测量。与以前的方法相比，我们通过在线渲染还预测了未来视角的测量不确定性，这显著提高了下一个最佳视角的预测性能。我们在具有挑战性的真实世界ROBI数据集上对我们的方法进行了测试。结果表明，相较于相同输入深度数据的传统ICP方法，我们的姿态细化方法表现更好，而我们的下一个最佳视角策略可以在显著较少的视角下实现高精度的物体姿态。
作者：Jun Yang, Jian Yao and Steven L. Waslander
论文ID：2308.14665
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-29