Position sensitive detectors (PSDs) offer possibility to track single active marker's two (or three) degrees of freedom (DoF) position with a high accuracy, while having a fast response time with high update frequency and low latency, all using a very simple signal processing circuit. However they are not particularly suitable for 6-DoF object pose tracking system due to lack of orientation measurement, limited tracking range, and sensitivity to environmental variation. We propose a novel 6-DoF pose tracking system for a rigid object tracking requiring a single active marker. The proposed system uses a stereo-based PSD pair and multiple Inertial Measurement Units (IMUs). This is done based on a practical approach to identify and control the power of Infrared-Light Emitting Diode (IR-LED) active markers, with an aim to increase the tracking work space and reduce the power consumption. Our proposed tracking system is validated with three different work space sizes and for static and dynamic positional accuracy using robotic arm manipulator with three different dynamic motion patterns. The results show that the static position root-mean-square (RMS) error is 0.6mm. The dynamic position RMS error is 0.7-0.9mm. The orientation RMS error is between 0.04 and 0.9 degree at varied dynamic motion. Overall, our proposed tracking system is capable of tracking a rigid object pose with sub-millimeter accuracy at the mid range of the work space and sub-degree accuracy for all work space under a lab setting.


翻译:敏感位置探测器(PSDs)提供了一种可能性,可以以高精确度跟踪单一活性标记2度(或3度)自由度(DOF)的位置,同时使用非常简单的信号处理电路,使用非常简单的信号处理电路,快速反应时间,但并不特别适合6-DoF天体构成跟踪系统,因为缺乏定向测量、跟踪范围有限和对环境变异的敏感性。我们提议了一个新型的6-DoF系统,用于僵硬的物体跟踪系统,需要单一活跃标记。拟议系统使用基于立体的SDP配对和多个惰性测量单位(IMUs),而快速反应时间则使用高更新频率和低潜伏的快速反应时间,同时使用实用方法,查明和控制红外光光光光光光 Diode(IR-LELED)主动标记的力量,目的是增加跟踪空间空间空间空间空间空间空间空间空间空间空间空间空间的跟踪空间空间空间空间空间空间空间空间空间空间的跟踪空间空间范围,我们提议的跟踪系统以三个不同的空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间空间的定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位为0.0.0.0.0.0.0.0.0.0.0.0.04和0.9和空间空间空间空间空间定位定位定位。

0
下载
关闭预览

相关内容

机器学习系统设计系统评估标准
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
推荐|Andrew Ng计算机视觉教程总结
全球人工智能
3+阅读 · 2017年11月23日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
DPOD: Dense 6D Pose Object Detector in RGB images
Arxiv
5+阅读 · 2019年2月28日
Joint Monocular 3D Vehicle Detection and Tracking
Arxiv
8+阅读 · 2018年12月2日
Arxiv
7+阅读 · 2017年12月28日
VIP会员
相关VIP内容
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
推荐|Andrew Ng计算机视觉教程总结
全球人工智能
3+阅读 · 2017年11月23日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
Top
微信扫码咨询专知VIP会员