Фильтр улучшает зрение робота при оценке положения в 6D

Роботы хорошо выполняют одинаковые повторяющиеся движения, такие как простая задача на сборочной линии. Но им не хватает способности воспринимать объекты, когда они движутся в окружающей среде. Недавнее исследование было проведено исследователями из Университета Иллинойса в Урбана-Шампейн, NVIDIA, Университета Вашингтона и Стэнфордского университета по оценке позы 6D-объекта, чтобы разработать фильтр, дающий роботам лучшее пространственное восприятие, чтобы они могли манипулировать объектами и перемещаться. через пространство более точно.

В то время как 3D-поза предоставляет информацию о местоположении по осям X, Y и Z — относительное расположение объекта по отношению к камере — 6D-поза дает гораздо более полную картину. Подобно описанию самолета в полете, робот должен знать три измерения ориентации объекта:рыскание, тангаж и крен. В реальных условиях все шесть этих параметров постоянно меняются.

Фильтр был разработан, чтобы помочь роботам анализировать пространственные данные. Фильтр анализирует каждую частицу или часть информации об изображении, собранную камерами, направленными на объект, чтобы уменьшить ошибки оценки.

В основе оценки 6D-позиции на основе изображений фильтр частиц использует образцы для оценки положения и ориентации. Каждая частица подобна гипотезе — догадке о положении и ориентации, требующей оценки. Фильтр частиц использует наблюдение для вычисления значения важности информации от других частиц и устраняет неправильные оценки.

Раньше не существовало системы оценки полного распределения ориентации объекта. Это дает важную информацию о неопределенности для манипулирования роботом. Новый фильтр использует отслеживание положения 6D-объекта в системе фильтрации частиц Рао-Блэквелла, где трехмерное вращение и трехмерное перемещение объекта разделены. Это позволяет новому подходу, называемому PoseRBPF, эффективно оценивать 3D-смещение объекта вместе с полным распределением по 3D-повороту. В результате Pose-RBPF может отслеживать объекты с произвольной симметрией, сохраняя при этом адекватные апостериорные распределения.

Для получения дополнительной информации свяжитесь с Лоис Йок-Сулиан по адресу Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.; 217-244-2788.