近日，哈尔滨工业大学教授刘贤明团队在具身智能领域取得重要进展，提出了一种基于隐式神经网络的6D物体位姿优化方法，显著提升了物体定位的精度与效率。相关成果发表《IEEE机器人汇刊》。
6D位姿估计（包含3D旋转和3D平移）是机器人抓取、增强现实等应用的核心技术。传统方法依赖迭代最近点算法进行位姿优化，但迭代最近点需要显式建立点云与3D模型的一一对应关系，容易陷入局部最优且对噪声和遮挡敏感。
针对这一问题，研究团队提出了一种基于隐式神经网络的优化框架，通过将目标物体的3D模型编码为符号距离场，直接优化点云与模型表面的距离，无需显式匹配对应点。该方法具有多种优势：一是高效性，离线训练仅需4-5分钟，在线优化实时完成；二是鲁棒性，对初始位姿偏差大、噪声、尺度变化及遮挡等复杂场景表现优异；三是通用性，可无缝集成至现有位姿估计流程，无需额外标注数据。
该技术可广泛应用于工业机器人精准抓取、自动驾驶环境感知、AR/VR交互等领域。
相关论文信息：https://ieeexplore.ieee.org/document/10970084
细菌锰离子外排对于锰离子和铁离子稳态均具有重要意义。TerC家族蛋白是存在于所有细菌中的一种保守蛋白质。然而，长期以 中新网广州12月3日电 (记者 蔡敏婕)人工智能是人类发展新领域。当前，全球人工智能技术快速发展，对经济社会发展和人类 ? ? 12月18日，由中国科协—北京大学科学文化研究院、中国科协创新战略研究院及北京大学科学技术与医学史系共同主办的“第三 12月16日，“第六届中国行业发展高峰论坛”暨上海交通大学行业研究院五周年系列活动（上海站）成功举行。此次论坛主题为“知 科技日报讯 （记者张梦然）美国罗切斯特大学研究人员报告了一种策略，用于了解在具有完全化学复杂性的溶剂中，分子如何失去 。本文链接：新方法实现6D物体位姿快速精准优化http://www.sushuapos.com/show-11-20901-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇： 二氧化碳“捕集封存”有了新思路