BRAVE-6D：面向6自由度姿态估计的机器人主动视觉基准
BRAVE-6D: Benchmark for Robotic Active Vision in 6DOF Pose Estimation
浏览论文内容
中文总结 AI 辅助
针对机器人抓取小物体中主动视觉方法难以公平比较的问题，提出基于3DGS视图合成的BRAVE-6D基准，用于评估6自由度姿态估计的主动视觉系统，并验证了基线方案的有效性。
中文摘要 AI 辅助
在机器人技术中，检测和抓取小物体仍然是一个重大挑战。主动视觉（即机器人移近物体的方法）是一种直观的解决方案，但由于需要相同的物理场景设置，在共同基础上比较不同方法十分困难。因此，我们提出了BRAVE-6D，一个旨在评估用于物体姿态估计的机器人主动视觉系统的基准，而姿态估计是抓取物体的关键第一步。BRAVE-6D利用基于高斯泼溅（3DGS）的视图合成来提供场景和工具，用于对主动视觉系统进行基准测试。我们展示了在场景内执行视觉伺服并准确估计小物体姿态的基线解决方案。
英文摘要
Detecting and grasping small objects remains a significant challenge in robotics. Active vision, where the robot moves closer to the object, is an intuitive solution, yet comparing approaches on common ground is difficult since identical physical scene setups are required. Hence, we introduce BRAVE-6D, a benchmark designed to evaluate robotic active vision systems for object pose estimation, a crucial first step in grasping objects. BRAVE-6D leverages view synthesis based on Gaussian Splats (3DGS) to provide scenes and tools for benchmarking active vision systems. We show baseline solutions performing visual servoing within the scene and accurately estimating the poses of small objects.
发表机构
- TU Wien（维也纳工业大学）
机构由 AI 辅助整理，请以论文原文为准。
