您好、欢迎来到现金彩票网!
当前位置:2019跑狗图高清彩图 > 信息估计 >

滤波器为机器人提供更大的空间感知 用于6D物体姿态估计

发布时间:2019-07-18 08:00 来源:未知 编辑:admin

  机器人擅长制作相同的重复动作,例如装配线上的简单任务。拿起一个杯子。把它翻过来。放下它。但他们缺乏在物体穿过环境时感知物体的能力。一个人拿起一个杯子,把它放在一个随机的位置,机器人必须取回它。

  最近由伊利诺伊大学厄巴纳 - 香槟分校,NVIDIA,华盛顿大学和斯坦福大学的研究人员进行了一项关于6D物体姿态估计的研究,开发了一种过滤器,为机器人提供更大的空间感知,使他们可以操纵物体并导航通过空间更准确。.

  3D姿势提供X,Y和Z轴上的位置信息 - 物体相对于相机的相对位置 - 6D姿势提供更完整的图像。

  “就像在飞行中描述一架飞机一样,机器人也需要知道物体方向的三个维度 - 它的偏航,俯仰和滚动,”与部门副教授Timothy Bretl一起学习的博士生Shinke Deng说。一号航空航天工程学院

  “我们希望机器人能够在物体从一个位置移动到另一个位置时跟踪物体,”邓说。

  邓解释说,这项工作是为了改善计算机视觉。他和他的同事们开发了一种过滤器来帮助机器人分析空间数据。过滤器查看每个粒子,或由相机针对对象收集的图像信息,以帮助减少判断错误。

  在基于图像的6D姿势估计框架中,粒子滤波器使用大量样本来估计位置和方向,”邓说。“每个粒子就像一个假设,是对我们想要估计的位置和方向的猜测。粒子滤波器使用观察来计算来自其他粒子的信息的重要性值。过滤器消除了不正确的估计。

  “我们的程序不仅可以估计单个姿势,还可以估计物体方向的不确定性分布,”邓说。“以前,还没有一个系统来估计物体方向的完整分布。这为机器人操纵提供了重要的不确定性信息。

  该研究在Rao-Blackwellized粒子滤波框架中使用6D物体姿态跟踪,其中物体的3D旋转和3D平移被分离。这使得研究人员的方法(称为PoseRBPF(PDF))能够有效地估计物体的3D平移以及3D旋转的完整分布。因此,PoseRBPF可以跟踪具有任意对称性的对象,同时仍然保持足够的后验分布。

  免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。

  观看ISRO历史悠久的Chandrayaan-2 Moon任务火箭发射现场直播

  观看ISRO历史悠久的Chandrayaan-2 Moon任务火箭发射现场直播

  埃隆·马斯克支持的Neuralink详细介绍了其升级大脑以跟上AI的步伐

  WPP将市场研究巨头Kantar的60%出售给Bain 估价Kantar为4B美元

http://iranadpost.com/xinxiguji/534.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有