Lorenzo Shaikewitz

新的 SLUE 方法为机器人姿态估计提供鲁棒的不确定性界限

研究人员开发了一种名为 SLUE（S-Lemma 不确定性估计）的新方法，用于量化机器人应用中视觉对象姿态估计的不确定性。该技术通过利用 2D 关键点检测的高概率噪声界限，为对象的姿态提供无分布界限。SLUE 构建了一个凸优化问题，将可能的姿态不确定性集合简化为一个单一的椭球界限，该界限以高概率保证包含真实对象姿态。该方法已在姿态估计数据集和无人机跟踪场景中进行了评估，与先前的工作相比，在平移界限方面有所改进。