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

Towards Robust Perception of Unknown Objects in the Wild

Boerdijk, Wout und Durner, Maximilian und Sundermeyer, Martin und Triebel, Rudolph (2022) Towards Robust Perception of Unknown Objects in the Wild. In: ICRA 2022 workshop on “Robotic Perception and Mapping: Emerging Techniques”. 2022 IEEE International Conference on Robotics and Automation (ICRA) (Workshops), 2022-05-23 - 2022-05-27, Philadelphia.

[img] PDF
14MB

Kurzfassung

To be able to interact in dynamic and cluttered environments, detection and instance segmentation of only known objects is often not sufficient. Our recently proposed Instance Stereo Transformer (INSTR) addresses this problem by yielding pixel-wise instance masks of unknown items on dominant horizontal surfaces without requiring potentially noisy depth maps. To further boost the application of INSTR in a robotic domain, we propose two improvements: First, we extend the network to semantically label all non-object pixels, and experimentally validate that the additional explicit semantic information further enhances the object instance predictions. Second, knowledge about some detected objects might often readily be available, and we utilize Dropout as approximation of Bayesian inference to robustly classify the detected instances into known and unknown categories. The overall framework is well suited for various robotic applications, e.g. stone segmentation in planetary environments or in an unknown object grasping setting.

elib-URL des Eintrags:https://elib.dlr.de/190600/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Towards Robust Perception of Unknown Objects in the Wild
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Boerdijk, WoutWout.Boerdijk (at) dlr.dehttps://orcid.org/0000-0003-0789-5970NICHT SPEZIFIZIERT
Durner, Maximilianmaximilian.durner (at) dlr.dehttps://orcid.org/0000-0001-8885-5334NICHT SPEZIFIZIERT
Sundermeyer, Martinmartin.sundermeyer (at) dlr.dehttps://orcid.org/0000-0003-0587-9643NICHT SPEZIFIZIERT
Triebel, RudolphRudolph.Triebel (at) dlr.dehttps://orcid.org/0000-0002-7975-036XNICHT SPEZIFIZIERT
Datum:2022
Erschienen in:ICRA 2022 workshop on “Robotic Perception and Mapping: Emerging Techniques”
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Rock Instance Segmentation, Computer Vision, Unknown Object Instance Segmentation
Veranstaltungstitel:2022 IEEE International Conference on Robotics and Automation (ICRA) (Workshops)
Veranstaltungsort:Philadelphia
Veranstaltungsart:Workshop
Veranstaltungsbeginn:23 Mai 2022
Veranstaltungsende:27 Mai 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Robotik
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R RO - Robotik
DLR - Teilgebiet (Projekt, Vorhaben):R - Multisensorielle Weltmodellierung (RM) [RO]
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition
Hinterlegt von: Boerdijk, Wout
Hinterlegt am:02 Dez 2022 17:59
Letzte Änderung:24 Apr 2024 20:51

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.