类别级6D对象姿势估计与形状变形用于机器人抓手检测
IEEE transactions on neural networks and learning systems
|November 14, 2023
概括
CatDeform通过弥合合成与真实数据之间的差距,有效地估计了用于机器人抓取的6D对象姿势. 这种新型网络使用基于变压器的融合和注意力实现了最先进的性能,最大限度地减少了对大型现实世界数据集的依赖.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 类别级的6D对象姿势估计对于机器人抓取检测至关重要.
- 合成到真实数据领域的差距限制了模型的可转移性,阻碍了现实世界的应用.
- 大规模的真实世界数据集的获取是昂贵的,耗时的.
研究的目的:
- 介绍CatDeform,一个用于类别级对象构成估计的新型网络.
- 能够在合成数据上进行有效的模型训练,以获得卓越的现实世界性能.
- 减少对大量现实世界注释数据集的依赖.
主要方法:
- 基于变压器的融合模块用于多源信息集成和增强预测.
- 基于变压器的注意模块用于在几何和特征方面变形先前的点云.
- 监督学习和自我监督培训的双分支网络,以弥合合成和真实数据之间的差距.
主要成果:
- CatDeform在使用主要是合成训练数据的真实数据集上表现出强的表现.
- 在CAMERA25和REAL275数据集上的自我监督和监督训练范式中,超越了最先进的方法.
- 在现实世界机器人实验中实现高精度的姿势估计和提高掌握成功率.
结论:
- CatDeform有效地解决了对象姿势估计中的合成与真实领域差距.
- 拟议的基于变压器的方法使得可靠和准确的姿势估计能够减少对真实数据的依赖.
- CatDeform显示了在实际应用中增强机器人掌握能力的巨大潜力.
