論文の概要: G6D: Geometric Learning-Free RGB-D 6D Pose Solver for Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2609.23566v1
• Date: Sun, 20 Sep 2026 11:32:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.853059
• Title: G6D: Geometric Learning-Free RGB-D 6D Pose Solver for Robotic Manipulation
• Title（参考訳）: G6D:ロボットマニピュレーションのための幾何学的学習自由RGB-D 6Dポッドソルバー
• Abstract要約: 6Dオブジェクトのポーズ推定はロボット操作と自動化の基礎となる。 G6Dは、学習不要で幾何学駆動のRGB-D 6Dポーズソルバである。
• 参考スコア（独自算出の注目度）: 12.063831990494647
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 6D object pose estimation is fundamental to robotic manipulation and automation. Recent zero-shot methods have significantly improved generalization to unseen objects, but most still rely on large-scale pretrained models with substantial GPU computation and memory demands. These requirements complicate deployment on robotic platforms where perception, planning, and control share limited computational resources, while learned intermediate representations offer limited geometric interpretability for task-specific adaptation. To address these limitations, we propose G6D, a learning-free, geometry-driven RGB-D 6D pose solver. Given an RGB-D observation, an object instance mask, camera intrinsics, and a CAD model, G6D generates pose hypotheses through template-based geometric matching and refines them using silhouette and depth consistency, forming a purely geometry-driven pose estimation paradigm. This paradigm requires neither pretrained visual models nor target-specific training and preserves interpretable geometric representations throughout pose estimation. Moreover, adjustable hypothesis counts provide flexible accuracy-computation trade-offs, while a CPU-only configuration supports deployment without GPU resources. Experiments on LineMOD and five BOP19 datasets demonstrate advanced performance. Real-world pick-and-place experiments further demonstrate G6D's applicability to robotic manipulation. The complete project is publicly available at https://ai4control.github.io/G6D-Project-Page .
• Abstract（参考訳）: 6Dオブジェクトのポーズ推定はロボット操作と自動化の基礎となる。 最近のゼロショット法では、未確認オブジェクトへの一般化が大幅に改善されているが、ほとんどの場合、GPU計算とメモリ要求がかなり大きい大規模事前訓練モデルに依存している。 これらの要件は、知覚、計画、制御が限られた計算資源を共有するロボットプラットフォームへの展開を複雑にし、学習された中間表現はタスク固有の適応に対して限られた幾何学的解釈性を提供する。 これらの制約に対処するために,学習不要な幾何学駆動型RGB-D 6DポーズソルバG6Dを提案する。 RGB-D観察、オブジェクト・インスタンス・マスク、カメラ内在、CADモデルにより、G6Dはテンプレートベースの幾何マッチングを通じてポーズ仮説を生成し、シルエットと深度整合性を用いてそれらを洗練し、純粋に幾何学駆動のポーズ推定パラダイムを形成する。 このパラダイムは、事前訓練された視覚モデルもターゲット固有の訓練も必要とせず、ポーズ推定全体を通して解釈可能な幾何学的表現を保存する。 さらに、調整可能な仮説カウントは、フレキシブルな精度計算トレードオフを提供する一方、CPUのみの設定は、GPUリソースなしでデプロイメントをサポートする。 LineMODと5つのBOP19データセットの実験は、高度なパフォーマンスを示している。 現実世界でのピック・アンド・プレイス実験は、G6Dがロボット操作に適用可能であることをさらに証明している。 完全なプロジェクトはhttps://ai4control.github.io/G6D-Project-Page で公開されている。

関連論文リスト

• CAP-Net: A Unified Network for 6D Pose and Size Estimation of Categorical Articulated Parts from a Single RGB-D Image [86.75098349480014]
  本稿では,ロボット操作作業における調音物体のカテゴリーレベルのポーズ推定に取り組む。 そこで本研究では,Categorical Articulated Partsの6次元ポーズとサイズを推定するためのシングルステージネットワークCAP-Netを提案する。 我々は,RGB画像と実センサからシミュレーションした深度雑音を特徴とするRGB-D調音データセットであるRGBD-Artデータセットを紹介した。
  論文  参考訳（メタデータ） (2025-04-15T14:30:26Z)
• Novel Object 6D Pose Estimation with a Single Reference View [51.61766126145154]
  既存のオブジェクト6Dのポーズ推定手法はCADモデルや高密度参照ビューに依存するのが一般的である。 単一参照に基づく新しいオブジェクト6D(SinRef-6D)のポーズ推定法を提案する。 私たちのキーとなるアイデアは、共通座標系において、ポイントワイドアライメントを反復的に確立することです。
  論文  参考訳（メタデータ） (2025-03-07T17:00:41Z)
• FreeZe: Training-free zero-shot 6D pose estimation with geometric and vision foundation models [5.754251195342313]
  私たちは、特定のデータでトレーニングすることなく、同じタスクに取り組む方法を示します。 我々は、事前学習された幾何学的および視覚的基礎モデルの能力を利用する新しいソリューションFreeZeを提案する。 FreeZeは、合成6Dポーズ推定データで広く訓練されたライバルを含む、最先端のアプローチを一貫して上回っている。
  論文  参考訳（メタデータ） (2023-12-01T22:00:14Z)
• Learning to Estimate 6DoF Pose from Limited Data: A Few-Shot, Generalizable Approach using RGB Images [60.0898989456276]
  本稿では,数ショットの6DoFポーズ推定のためのCas6Dという新しいフレームワークを提案する。 極めて少数の設定で対象物検出の偽陽性に対処するために,本フレームワークでは,自己教師付き事前学習型ViTを用いて,ロバストな特徴表現を学習する。 LINEMODとGenMOPデータセットの実験結果は、Cas6Dが32ショット設定で最先端の手法を9.2%、精度3.8%(Proj-5)で上回ることを示した。
  論文  参考訳（メタデータ） (2023-06-13T07:45:42Z)
• Unseen Object 6D Pose Estimation: A Benchmark and Baselines [62.8809734237213]
  本稿では,新しい物体の6次元ポーズ推定をアルゴリズムで行えるようにするための新しいタスクを提案する。 実画像と合成画像の両方でデータセットを収集し、テストセットで最大48個の未確認オブジェクトを収集する。 エンド・ツー・エンドの3D対応ネットワークをトレーニングすることにより、未確認物体と部分ビューRGBD画像との対応点を高精度かつ効率的に見つけることができる。
  論文  参考訳（メタデータ） (2022-06-23T16:29:53Z)
• FS6D: Few-Shot 6D Pose Estimation of Novel Objects [116.34922994123973]
  6Dオブジェクトポーズ推定ネットワークは、多数のオブジェクトインスタンスにスケールする能力に制限がある。 本研究では,未知の物体の6次元ポーズを,余分な訓練を伴わずにいくつかの支援ビューで推定する。
  論文  参考訳（メタデータ） (2022-03-28T10:31:29Z)
• Pose Estimation of Specific Rigid Objects [0.7931904787652707]
  本稿では,RGBまたはRGB-D入力画像から剛体物体の6次元ポーズを推定する問題に対処する。 この問題は、ロボット操作、拡張現実、自律運転など、多くの応用分野において非常に重要である。
  論文  参考訳（メタデータ） (2021-12-30T14:36:47Z)
• CPS++: Improving Class-level 6D Pose and Shape Estimation From Monocular Images With Self-Supervised Learning [74.53664270194643]
  現代のモノクロ6Dポーズ推定手法は、少数のオブジェクトインスタンスにしか対応できない。 そこで本研究では,計量形状検索と組み合わせて,クラスレベルのモノクル6次元ポーズ推定手法を提案する。 1枚のRGB画像から正確な6Dポーズとメートル法形状を抽出できることを実験的に実証した。
  論文  参考訳（メタデータ） (2020-03-12T15:28:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。