【泡泡一分钟】用于实例分割和分拣场景中6自由度位姿估计的点式位姿回归神经网络：PPR-Net

每天一分钟，带你读遍机器人顶级会议文章标题：PPR-Net:Point-wise Pose Regression Network for Instance Segmentation and 6D Pose Estimation in Bin-picking Scenarios作者：Zhikai Dong, Sicheng Liu, Tao Zhou, Hui Cheng, Long Zeng, Xingyao Yu, Houde Liu来源：2019 International Conference on Intelligent Robots and Systems (IROS)编译：王靖淇审核：黄思宇，孙钦欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要 准确的物体6自由度位姿估计是机器人分拣应用的核心任务，尤其是在物体随机堆积的情况下。为了解决这一问题，该文提出了一种简单而新颖的点式位姿回归神经网络(PPR-Net)。对于点云中的每个点，网络回归该点所属对象实例的6自由度位姿。该文认为，同一对象实例中点的回归位姿在位姿空间中应该 ………………………………