elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Multi-view Orientation Estimation using Bingham Mixture Models

Riedel, Sebastian und Marton, Zoltan Csaba und Kriegel, Simon (2016) Multi-view Orientation Estimation using Bingham Mixture Models. In: 2016 IEEE International Conference on Automation, Quality and Testing, Robotics (AQTR 2016). IEEE International Conference on Automation, Quality and Testing, Robotics. AQTR 2016, 2016-05-19 - 2016-05-21, Cluj-Napoca, Romania. doi: 10.1109/AQTR.2016.7501381.

[img] PDF
2MB

Kurzfassung

This paper describes a multi-view pose estimation system, that is exploiting the mobility of a depth sensor through mounting it onto a robotic manipulator. Given a pose estimation algorithm that performs feature extraction and matching to a model database, we investigate the probabilistic modeling of the pose space as well as the measurement uncertainty, to be used in a sequential state estimation approach. Uncertainties in 3d position can be modeled in a parametric way by 3d Gaussians, but the space of rotations in 3d - the special orthogonal group SO(3) - requires approaches from directional statistics. A convenient representation for orientations are unit quaternions over which the Bingham distribution defines a parametric probability density function. The Bingham distribution also correctly accounts for the sign symmetry of orientation quaternions and leave degrees of freedom unconstrained (which is especially useful if an object is rotationally symmetric, with no unique quaternion describing its orientation). In our experiments we test different sequential fusion methods, optimize their parameters, and investigate how the derived filter performs in a case with high uncertainties.

elib-URL des Eintrags:https://elib.dlr.de/104238/
Dokumentart:Konferenzbeitrag (Vortrag)
Zusätzliche Informationen:The file, which is provided here, is a draft version. Please refer to www.ieeexplore.com for the final version of the article.
Titel:Multi-view Orientation Estimation using Bingham Mixture Models
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Riedel, SebastianSebastian.Riedel (at) dlr.dehttps://orcid.org/0000-0002-3655-2486NICHT SPEZIFIZIERT
Marton, Zoltan Csabazoltan.marton (at) dlr.dehttps://orcid.org/0000-0002-3035-493XNICHT SPEZIFIZIERT
Kriegel, SimonSimon.Kriegel (at) dlr.dehttps://orcid.org/0000-0003-4711-8527NICHT SPEZIFIZIERT
Datum:2016
Erschienen in:2016 IEEE International Conference on Automation, Quality and Testing, Robotics (AQTR 2016)
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/AQTR.2016.7501381
Name der Reihe:Proceedings of IEEE International Conference on Automation, Quality and Testing, Robotics (AQTR)
Status:veröffentlicht
Stichwörter:Rotational Uncertainty, Probabilistic Modeling, Mixture Models, Sequential Estimation
Veranstaltungstitel:IEEE International Conference on Automation, Quality and Testing, Robotics. AQTR 2016
Veranstaltungsort:Cluj-Napoca, Romania
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:19 Mai 2016
Veranstaltungsende:21 Mai 2016
Veranstalter :IEEE Computer Society - Test Technology Technical Council
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Multisensorielle Weltmodellierung (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition
Hinterlegt von: Riedel, Sebastian
Hinterlegt am:18 Jul 2016 14:14
Letzte Änderung:24 Apr 2024 20:09

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.