新型滤波器增强机器人视觉，实现精准 6D 姿态估计
伊利诺伊大学等联合研发 PoseRBPF 滤波器，分离 3D 旋转与平移估计全分布
机器人擅长装配线等相同重复动作，但缺乏感知物体在环境中移动的能力。伊利诺伊大学厄巴纳-香槟分校、NVIDIA、华盛顿大学、斯坦福大学研究人员联合开展 6D 物体姿态估计研究，开发滤波器赋予机器人更强空间感知，以更准确操纵物体和导航空间。
3D 姿态仅提供 X、Y、Z 轴位置信息——物体相对相机的相对位置；6D 姿态给出更完整图景：如描述飞行飞机，机器人需知晓物体朝向的三维度：偏航、俯仰、翻滚。真实环境中这六个维度持续变化。
滤波器帮助机器人分析空间数据。滤波器检视针对物体的每个粒子（摄像头采集的图像信息片段）以减少判断误差。在基于图像的 6D 姿态估计框架中，粒子滤波器用样本估计位置和朝向。每个粒子如假设——需估计的位置朝向猜测。粒子滤波器用观测计算其他粒子信息重要性权值并剔除错误估计。
此前无系统估计物体朝向全分布，这为机器人操纵提供重要不确定性信息。新滤波器在 Rao-Blackwellized 粒子滤波框架下使用 6D 物体姿态跟踪，将物体的 3D 旋转与 3D 平移分离。这使新方法 PoseRBPF 能高效估计物体 3D 平移及 3D 旋转全分布。结果：PoseRBPF 能跟踪任意对称性物体，同时保持充分后验分布。
更多信息请联系 Lois Yok-soulian：[邮箱]；217-244-2788。
传感器