Tag · 3 篇
6-DoF-姿态估计
01 02 03
LEADER：学习可靠局部到全局对应关系的激光雷达重定位
LEADER: Learning Reliable Local-to-Global Correspondences for LiDAR Relocalization
提出一种基于投影的几何编码器来提取多尺度几何特征，并设计截断相对可靠性损失来建模点级模糊性，可直接用于提升基于点云的回归式重定位在噪声和离群点下的鲁棒性。
Cov2Pose：利用空间协方差实现流形感知的 6-DoF 物体姿态直接估计
Cov2Pose: Leveraging Spatial Covariance for Direct Manifold-aware 6-DoF Object Pose Estimation
用协方差池化把卷积特征分布编码成 SPD 矩阵、再经 Cholesky 分解做连续姿态编码，并在黎曼几何约束下回归，可直接替换现有直接姿态回归头中的全局池化层，提升遮挡下的稳定性。
AssemblyBench：面向复杂工业物体的物理感知装配
AssemblyBench: Physics-Aware Assembly of Complex Industrial Objects
提供了从多模态装配手册与 3D 零件几何联合预测装配顺序与 6-DoF 装配轨迹的设定与基准，可用于研究指令-几何对齐、部件级姿态估计与物理可行性约束下的运动生成。