六自由度物体位姿估计

六自由度物体位姿估计，要解决的不仅是物体在哪里，而是它到底以什么姿态摆着——从传感器看到的画面里，把它完整的位置和完整的倾斜方向都算出来。对一个必须去抓取物体的机器人来说，知道物体“在那边”是不够的；它需要两个问题的完整答案。物体在空间里的什么位置（三个数字：左右、上下、远近）？它又朝着哪个方向转着（再加三个数字：绕这三个方向各自的倾斜量）？这六个数字合起来，就是物体的位姿；DoF 指的是自由度，也就是一个刚体可以被摆放的六种相互独立的方式。

想象在黑暗中从一张杂乱的桌子上拿起一只咖啡杯。你的手不是只对着一团模糊的东西去抓；你的大脑会不假思索地判断出：这只杯子是侧转着的、把手朝向背面、还略微歪着，于是你的手指还没碰到就已经摆成了能正好握住它的形状。机器人则必须有意识地把这同样的六个数字算出来。它拿相机或深度传感器看到的画面，去和存好的物体模型做比对——匹配边缘、表面上的点，或学到的视觉图案——然后求解出唯一的那个位置和朝向，使模型能与画面严丝合缝地对上。

凡是机器人必须真正地去对付某个特定物体、而不只是躲避障碍的场合，这件事都很重要：工厂机械臂伸进一筐乱堆的零件、家用机器人要把叉子以正确的方向放下，或者增强现实系统要把一个虚拟标签精确地钉在一台真实机器上。如今的方法常常借助深度学习来识别物体、并在物体被部分遮挡或光照怪异时也能猜出它的位姿，再拿传感器实际测到的几何去打磨这个初步的猜测。