首页 > 其他分享 >物体的三维识别与6D位姿估计:PPF系列论文介绍(四)

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)

时间:2022-09-30 12:00:09浏览次数:47  
标签:颜色 PPF 特征 对象 向量 聚类 6D 位姿 姿态

文章“3D Pose Estimation of Daily ObjectsUsing an RGB-D Camera”2012发表在IEEE/RSJInternational Conference on Intelligent Robots and Systems上,这篇文章对原始点对特征(PPF)作了一个很大的改进。

本文创新点

本文提出了一种利用深度和颜色信息的物体姿态估计算法。虽然许多方法假设目标区域是从背景中分割的,但我们的方法不依赖于这个假设,因此它可以估计目标物体在重杂波中的姿态。最近,引入了一个定向点对特征作为对象表面的低维描述,该特征已被应用于投票方案中,在对象模型和测试场景特征之间找到一组可能的三维刚性转换。虽然使用点对特征的几种方法需要一个精确的三维cad模型作为训练数据,但我们的方法只依赖于目标对象的几个扫描视图,因此学习新对象是很简单的。此外,我们认为,利用颜色信息可以显著提高投票过程的时间和准确性。为了利用颜色信息,我们定义了一个颜色点对特征,该特征用于投票方案中,以获得更有效的姿态估计。

本文主要内容

1.原始点对特征及改进的颜色点对特征

我们将一组点对的特征定义为下式,也就是四维特征。

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_点云

其中d=||pi−pj||,∠(v1,v2)∈[0;π)表示两个向量之间的角度。第一个分量,d2=||pi−pj||2,表示两个表面点之间的欧几里德距离。 第二和第三分量分别是矢量d与表面法向量ni和nj之间的角度。最后一个分量是两个法向量之间的角度。原始PPF适用于表面法线变化丰富的物体,但它通常不足以描述平面或自对称物体。 因此,需要增加点对特征,以便该特征对这些类型的对象更加有效。 本文提出颜色点对特征Fcppf,它是通过连接点的两个三维颜色向量来定义的:

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_02

其中ci和cj∈R3是颜色向量,通常来说,每个颜色通道被归一化为c∈[0;1]。 如下图所示描述了CPPF特征。

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_03

2.对象学习

要使用CPPF作为哈希表的密钥,我们需要量化特征描述符:

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_聚类_04

其中物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_05分别表示距离、角度和颜色向量的量化级别。符号物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_06表示按分量划分。利用特征CPPF的这个索引I,将姿态估计所需的信息保存在哈希表H中,通过将特征存储在H中,将相似的CPPFs分组在同一个时隙中,并可以在平均恒定时间内与场景CPPFs进行匹配。

在算法1中给出了对象学习过程,给定对象模型点云M,该算法返回学习的哈希表H,Nm表示M中的点数,是将在下文介绍的中间角。量化参数δ,θ,物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_聚类_07是重要的参数设置。根据我们的经验,在实验中δ=2mm、物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_08物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_09,并不能得到很好地效果。对于的颜色量化级别,我们使用HSV颜色空间。 v通道通常不受光照变化的影响,因此使用了更大的水平即0.4。

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_聚类_10

3.投票方案

如下图所示,物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_点云_11是将物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_点云_12转化为原点,并将其法线物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_13旋转到X轴上,对于场景点对,物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_聚类_14也是如此。

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_15

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_聚类_16

算法2详细地描述了投票过程,以哈希表H、对象模型点云M和测试场景点云N的点数Ns作为输入,然后以返回Np姿态假设P作为输出。场景点的采样比率物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_17和投票阈值都物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_18来控制速度和精度之间的权衡。实验中,我们考虑NP=10作为姿态假设,并检查物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_17=1.0的所有场景点。我们通常设置,但根据对象的大小稍微调整。随机样本RandomSample(N)在不重复的情况下返回1到N之间的随机数,Intertransform (p,n)使用给定的点P和法向N计算来对齐变换。最后,PoseClustering(P,NP) 在一组NP分组姿态中将原始姿态假设P聚在一起,将在下一节中解释。

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_聚类_20

4.位姿聚类

我们采用了一种有效的聚集聚类方法,函数PoseClustering(P,Np)以未聚类的姿态假设P作为输入,并按投票数的递减顺序对它们进行排序,从创建一个具有最高票数的姿态假设的新集群开始,类似的姿态被分组在一起,如果一个姿态远离现有的集群,则创建一个新的集群,姿态之间的距离测试是基于平移和旋转中的固定阈值,当聚类完成后,再次对聚类进行排序,并返回顶部NP姿态聚类。

实验结果

1.测试对象

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_21

2.添加高斯噪声的结果

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_3d_22

3.聚类场景分析

物体的三维识别与6D位姿估计:PPF系列论文介绍(四)_聚类_23

参考文献

[1] B. Drost, M. Ulrich, N. Navab, and S. Ilic, “Model globally,match locally: Efficient and robust 3D object recognition,” in Proceedings ofIEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2010.

[2] A. S. Mian, M. Bennamoun, and R.Owens, “Three-dimensional model-based object recognition and segmentation incluttered scenes,” IEEE Transactions on Pattern Analysis and MachineIntelligence, pp.1584–1601, 2006.

上述内容,如有侵犯版权,请联系作者,会自行删文。

标签:颜色,PPF,特征,对象,向量,聚类,6D,位姿,姿态
From: https://blog.51cto.com/u_14439393/5725767

相关文章

  • 基于对应点的6D姿态识别
    前言最近读取了一些针对Corresponding-based方法的6D姿态识别paper,在这里分享下思路。1、AprilTags3D:DynamicFiducialMarkersforRobustPoseEstimationinHighly ......
  • 基于点云方式的6D姿态识别
    前言除了对应点方式,还可以将点云将与整个形状对齐,获得6D姿态。通常,首先进行粗配准以提供初始对准,然后进行密集配准方法,如迭代最近点(ICP),以获得最终的6D姿态。针对点云方式,挑......
  • AGC016D XOR Replace(并查集)
    AGC016DXORReplace一个序列,一次操作可以将某个位置变成整个序列的异或和。问最少几步到达目标序列。\(n\le100000\)。CODE令最后一个数是初始异或和然后每次操作就......
  • 高抗干扰触摸IC:VK3606D有6通道6键触摸检测芯片多键同时按下有效,适用智能开关,温控器,数
    型号:VK3606D :永嘉微电/VINKA封装形式:SOP16KPP2411概述  VK3606D具有6个触摸按键,可用来检测外部触摸按键上人手的触摸动作。该芯片具有较高的集成度,仅需极少的外部......
  • CF1446D1 题解
    传送门题意给定序列\(a_1,a_2,...,a_n\),求最长的满足区间众数有至少两种的区间长度。\(n≤2×10^5,1≤a_i≤min(100,n)\)题解首先,若整个序列有至少两种众数,则答案为......
  • [数学记录]CF896D Nephren Runs a Cinema
    题意:给定\(n=x+y+z\),求满足以下要求的长度为\(n\)的序列的数目:序列由\(x\)个\(1\),\(y\)个\(-1\),\(z\)个\(0\)组成,序列任意前缀和非负,和在\([l,r]\)之间。考......
  • slam14(1) v3_3 后端优化 BA位姿图优化
      https://blog.csdn.net/heroybc/article/details/106355948 1.位姿图  当把BA优化问题中的位姿图的问题简化要怎么做?BA优化中的计算量很大很大,为了减少计......
  • 具备自动校准功能,低待机电流,抗电压波动等特性的高性价比抗干扰低功耗触摸IC:VK3606D、V
    VK3606D具有6个触摸按键,可用来检测外部触摸按键上人手的触摸动作。该芯片具有较高的集成度,仅需极少的外部组件便可实现触摸按键的检测。提供了6路1对1直接输出低电平有效......
  • cartographer-位姿推测部分
    下面就详细讲解一下外推器是怎么推算位姿的。先看一下PoseExtrapolator的实现:解释一下它的功能:保持某个时间段内的位姿以估计线速度和角速度;用速度来推测运动;如果使用了I......
  • CF1196D2 RGB Substring (hard version)
    https://www.luogu.com.cn/problem/CF1196D2前缀和黄色题思路:看当前输入要被修改的这个字符串的第i位,是否与'R','G','B'三个中的一个相等,不相等的另外两个则增加一次修......