基于点云的类级别物体姿态估计

Abstract

针对类级别的物体姿态估计问题，提出一种仅将深度相机扫描的点云作为输入，在仅知道目标物体点云类别的情况下，准确估计目标物体三维位姿的方法。该方法不需要依赖大量的带标签的人工标注数据集，仅使用虚拟仿真技术模拟生产的数据，即可在真实数据集上取得较高的精度。该方法首先对输入点云进行背景噪声过滤，之后通过中心预测模块对点云做标准归一化，再使用基于对应类别模板点云变形的方法预测其标准坐标系坐标，最后通过最小二乘法获得目标物体的三维位姿。实验结果表明，该方法在真实数据上具有更好的泛化性能和更高的精度。

Keywords

• 姿态估计
• 点云处理
• 深度学习
• 模式识别