铰接结构估计
Articulation Estimation进阶从观测中推断物体有哪些部件、靠什么关节相连、绕哪根轴动、现在开了多少。
铰接物体(柜门、抽屉、笔记本电脑、剪刀)由多个刚性部件通过关节连接。铰接结构估计要从图像或点云中推断:部件怎么划分,每个关节是转动还是平移,关节轴的位置和方向,以及当前关节状态(比如门开了多少度)。机器人开门、拉抽屉前需要这些信息,用力方向不对就会卡住甚至损坏物体。代表工作有 Xiaolong Li、王鹤、Shuran Song 等提出的 ANCSH,能从单帧深度点云估计同类别未见物体的部件位姿、关节参数和关节状态;Ditto(Zhenyu Jiang、Yuke Zhu 等,CVPR 2022)利用交互前后两次观测,重建部件几何并估计关节模型,结果可以放进物理仿真,相当于给铰接物体建数字孪生。
例子机器人面对一个没见过的橱柜,先推一下柜门,对比推前推后的点云,估计出门轴是竖直转轴、位于柜体左边缘,再沿圆弧轨迹把门拉开。
- 也叫
- 关节参数估计、铰接模型估计、铰接物体位姿估计、Articulated Object Pose Estimation
- 相关
- 铰接物体、铰接物体操作、PartNet-Mobility 数据集、交互式感知、数字孪生、6D位姿估计
- 来源
- Category-Level Articulated Object Pose Estimation (ANCSH, arXiv:1912.11913)
Ditto: Building Digital Twins of Articulated Objects from Interaction (arXiv:2202.08227)