BVE + EKF: A viewpoint estimator for the estimation of the object’s position in the 3D task space using Extended Kalman Filters

要約

RGB-D センサーは、放射線や雨などの外部摂動の影響を受けやすいため、オープンフィールド環境で動作させると複数の課題に直面します。
複数の研究が、単眼カメラを使用して物体の 3D 位置を認識するという課題に取り組んでいます。
ただし、これらの研究のほとんどは、複雑でデータ駆動型で予測が難しい深層学習ベースのソリューションに主に焦点を当てています。
そこで、拡張カルマン フィルター (EKF) を利用した最適視点推定器 (BVE) と呼ばれるガウス視点推定器を使用して、3D オブジェクトの位置を予測する問題にアプローチすることを目指します。
このアルゴリズムはタスクで効率的であることが証明され、最大平均ユークリッド誤差は約 32 mm に達しました。
実験は、人工ガウス ノイズを使用して MATLAB に展開され、評価されました。
将来の研究では、このシステムをロボット システムに実装することを目指しています。

要約(オリジナル)

RGB-D sensors face multiple challenges operating under open-field environments because of their sensitivity to external perturbations such as radiation or rain. Multiple works are approaching the challenge of perceiving the 3D position of objects using monocular cameras. However, most of these works focus mainly on deep learning-based solutions, which are complex, data-driven, and difficult to predict. So, we aim to approach the problem of predicting the 3D objects’ position using a Gaussian viewpoint estimator named best viewpoint estimator (BVE) powered by an extended Kalman filter (EKF). The algorithm proved efficient on the tasks and reached a maximum average Euclidean error of about 32 mm. The experiments were deployed and evaluated in MATLAB using artificial Gaussian noise. Future work aims to implement the system in a robotic system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google