2021年2月21日 机器视觉与计算机视觉技术

新的过滤器增强了机器人对6D姿态评估的视觉感知能力

机器人擅长做相同的重复性动作,比如装配线上的简单任务。(拿起一个杯子。把它结束了。放下)。但是他们缺乏感知物体在环境中移动的能力。(一个人拿起一个杯子,把它放在一个随机的位置,机器人必须把它找回来。)伊利诺伊大学厄巴纳-香槟分校、英伟达大学、华盛顿大学和斯坦福大学的研究人员最近进行了一项关于6D物体姿态估计的研究,目的是开发一种过滤器,使机器人具有更强的空间感知能力,从而能够更准确地操纵物体和在空间中导航。

3D位姿提供了X轴、Y轴和Z轴上的位置信息——物体相对于相机的相对位置——而6D位姿则提供了更完整的图像。就像描述飞行中的飞机一样,机器人还需要知道物体的三个维度,它的偏航,俯仰和滚动。

用于6D对象姿势跟踪的PoseRBPF框架概述。该方法利用Rao-Blackwellized粒子滤波器和自动编码器网络来估计3D平移以及来自视频序列的目标对象的3D旋转的完全分布。图片来源:伊利诺伊大学Aeropsace工程系

在现实环境中,这六个维度都在不断变化。

研究人员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。

这项工作目的是为了改善计算机视觉。研究人员开发了一种过滤器来帮助机器人分析空间数据。该过滤器会观察每一个粒子,或相机收集到的一片图像信息,以帮助减少判断错误。

在基于图像的6D姿态估计框架中,粒子滤波器使用大量样本来估计位置和方向,每个粒子都像是一个假设,一个关于我们想要估计的位置和方向的猜测。粒子滤波利用观测来计算来自其他粒子的信息的重要性,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。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。

本研究采用Rao-Blackwellized粒子滤波框架下的6D目标位姿跟踪,将目标的三维旋转和三维平移分离。这使得研究人员的方法,称为PoseRBPF,能够有效地估计出物体的三维平移以及整个三维旋转的分布。因此,PoseRBPF能够在保持足够后验分布的同时,跟踪具有任意对称性的目标。

研究方法方法在两个6D姿态估计基准上实现了最先进的结果。

该研究“PoseRBPF:用于6D物体姿态估计的Rao-Blackwellized粒子滤波器”在德国弗赖堡的机器人科学与系统会议上发表。它由邓新科,Arsala Mousavian,Yu Xiang,Fei Xia,Timothy Bretl和Dieter Fox共同撰写。

Banner
Related Posts

从摄像机到云端:计算机视觉如何将数据转化为行动

2020年1月8日

2020年1月8日

商业上的成功通常归结为根据突然的市场变化做出快速决策。计算机视觉(一种在AI领域中崛起的快速技术),可以帮助商用机构和其他企业才做到这一点。

英特尔深度学习工具包OpenVINO

2019年3月5日

2019年3月5日

OpenVINO包括英特尔的深度学习部署工具包,其中包括一个模型优化器,可以从许多框架(Caffe,Tensoflow,MxNet,ONNX,Kaiai)导入和训练模型。

基于田间高光谱图像和机器学习估计芒果成熟度的光谱滤波器设计

2019年8月15日

2019年8月15日

本文旨在通过模拟几个具有不同真实光学滤波器的成像设备,开发一种新型滤波器选择方法,并利用高成本成像高光谱设备为特定应用设计一种成本较低的多光谱解决方案。

计算机视觉的优点和局限性

2019年9月10日

2019年9月10日

计算机视觉是计算机科学的一个分支,它允许机器系统实时地查看、处理和解释视觉信息。

增强的机器人“视觉”能够与人类进行更自然的互动

2019年5月9日

2019年5月9日

在伦斯勒理工学院(Rensselaer Polytechnic Institute)的智能系统实验室里,一个名叫Pepper motors的机器人睁大了眼睛,说话轻声细语。其中一名研究人员对“小辣椒”进行了测试,当“小辣椒”准确描述自己在做什么的时候,它会做出各种各样的手势。当他交叉双臂时,机器人从他的肢体语言中识别出有什么不对劲。

英伟达Jetson Nano定位于大众市场机器学习

2019年3月20日

2019年3月20日

GPU巨头英伟达(Nvidia)发布了用于大众市场产品的微型人工智能电脑Jetson Nano。

掌握计算机视觉开发技能的8个步骤

2019年8月5日

2019年8月5日

在与几位致力于人工智能和计算机视觉项目的开发人员交谈之后,我提出了八个步骤,成为一名出色的计算机视觉开发人员。但是,在深入研究每个步骤之前,让我们看一下计算机视觉技术最适合的案例:

CV不只是安防,一文读懂计算机视觉产业链全局

2019年10月31日

2019年10月31日

作为计算机科学的分支,如今计算机视觉(Computer Vision,简称CV)已成为人工智能重要研究领域和发展方向,逐渐形成完整的产业链。

计算机视觉和图像处理之间有什么区别?

2018年8月9日

2018年8月9日

图像处理是计算机视觉的一个子集。计算机视觉系统利用图像处理算法对人体视觉进行仿真。例如,如果目标是增强图像以便以后使用,那么这可以称为图像处理。如果目标是识别物体、汽车自动驾驶,那么它可以被称为计算机视觉。

利用计算机视觉和机器学习技术实现莴苣种植的精准化作业

2019年6月11日

2019年6月11日

Earlham Institute的研究人员开发了一个机器学习平台,使用计算机视觉和航拍图像对莴苣作物进行分类。

自动机器视觉初创企业Nexar发布实时互动地图产品

2019年7月19日

2019年7月19日

导引 :该公司在声明中表示,通过将用户提供的更新数据与汽车摄像头和传感器的Nexar数据相连接,该公司的地图可以实时警告驾驶员道路的危险,施工区域和道路标志的丢失等

富士通发布了新的AI计算机视觉软件以简化行为识别培训

2019年12月5日

2019年12月5日

富士通开发了一种基于人工智能的新方法,可以对视频片段进行行为分析,据该公司公告称,它可以识别出一系列细微而复杂的人类活动,而无需大量的培训数据。

计算机视觉以及它在商业中是如何应用的?

2019年9月17日

2019年9月17日

事实证明,大多数人认为理所当然的东西,即能够看到、处理并对视觉输入采取行动的能力,在机器中是非常难以复制的。这正是计算机视觉(cv)的目标。虽然计算机视觉可能不如人类视觉先进,但它今天已经发展到在商业中非常重要的地步。

为什么计算机视觉项目中选择OpenCV而不是MATLAB

2019年12月25日

2019年12月25日

在目前可用于计算机视觉的许多工具和库中,有两种主要的工具OpenCV和Matlab在速度和效率方面表现突出。在本文中,我们将详细介绍这两种方法。

利用机器学习消灭撒哈拉以南非洲采采蝇

2018年8月9日

2018年8月9日

“我们将使用数据科学来创建一个基于机器学习的自动化系统,它可以从采采蛹中快速确定是雄性还是雌性,”Zsuzza Marka说。这一系统将成为机器人分拣机的基础,我们希望该机器最终将用于撒哈拉以南非洲地区,以减轻采采蝇的危害。”

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注