英偉達開源HANDAL:一份真實世界可操作物體類別的數(shù)
以下內(nèi)容來自
小六的機器人SLAM學習圈
知識星球每日更新內(nèi)容
#論文# IROS2023|英偉達開源HANDAL:一份包含姿態(tài)注釋、功能和重建的真實世界可操作物體類別的數(shù)據(jù)集
【HANDAL: A Dataset of Real-World Manipulable Object Categories with Pose Annotations, Affordances, and Reconstructions】
文章鏈接:https://arxiv.org/abs/2308.01477
開源代碼:https://nvlabs.github.io/HANDAL/
我們提出了用于類別級對象姿態(tài)估計和可供性預(yù)測的 HANDAL 數(shù)據(jù)集。與以前的數(shù)據(jù)集不同,我們的數(shù)據(jù)集專注于機器人可操縱的物體,這些物體具有適當?shù)某叽绾托螤睿晒C器人操縱器進行功能性抓取,例如鉗子、器皿和螺絲刀。
我們的注釋流程得到簡化,只需要一臺現(xiàn)成的相機和半自動處理,使我們能夠在無需眾包的情況下生成高質(zhì)量的 3D 注釋。該數(shù)據(jù)集由 308k 個帶注釋的圖像幀組成,這些圖像幀來自17 個類別的 212 個真實世界對象的 2200?個視頻。
我們專注于硬件和廚房工具對象,以促進實際場景中的研究,在這些場景中,機器人操縱器需要與環(huán)境交互,而不僅僅是簡單的推動或隨意抓取。我們概述了我們的數(shù)據(jù)集對于 6-DoF 類別級姿勢+尺度估計和相關(guān)任務(wù)的有用性。我們還提供所有對象的 3D 重建網(wǎng)格,并概述了一些需要解決的瓶頸,以使收集像這樣的數(shù)據(jù)集變得更加普及。
以上內(nèi)容來自
小六的機器人SLAM學習圈
知識星球每日更新內(nèi)容
推薦閱讀
自動駕駛公司重感知輕地圖的大背景下,SLAM算法工程師是不是要失業(yè)?
智能駕駛技術(shù)哪家最強?
ICRA2023個人回顧:涉及人形機器人、人機交互的思考
高精地圖 為什么從“小甜甜”變成了“牛夫人”?
即將開講!《視覺慣性SLAM》挑戰(zhàn)賽第一部分第③期來啦!
基于NeRF SLAM的 GitHub上線!