[论文解读] MPG - A Framework for Reasoning on 6 DOF Pose Uncertainty

Wendelin Feiten, M. Lang|arXiv (Cornell University)|Jul 5, 2017

AI-based Problem Solving and Planning参考文献 3被引用 4

一句话总结

本文提出了混合投影高斯分布（Mixture of Projected Gaussians, MPG）框架，用于在机器人学中建模6D位姿不确定性，结合了基于采样的表示方法的表达能力与高斯分布的计算效率。通过使用对偶四元数参数化位姿，并将6D高斯分布投影到旋转流形上，MPG实现了对复杂、多模态位姿分布的高效融合、组合与近似，同时显著减少了参数数量，并支持闭式推理运算。

ABSTRACT

Reasoning about the pose, i.e. position and orientation of objects is one of the cornerstones of robotic manipulation under uncertainty. In a number of joint research projects our group is developing a robotic perception system that perceives and models an unprepared kitchen scenario with many objects. Since no single sensor or measurement provides sufficient information, a technique is needed to fuse a number of uncertain estimates of the pose, i.e. estimates with a widely stretched probability density function ($pdf$). The most frequently used approaches to describe the $pdfs$ are sample based description and multivariate normal (Gaussian) distributions. Sample based descriptions in 6D can describe basically any type of $pdfs$, but they require a large number of samples and there are no analytic formulae to fuse several $pdfs$. For Gaussian distributions these formulae exist, but the Gaussian distributions are unimodal and don't model widely spread distributions well. In this paper we present a framework for probabilistic modeling of 6D poses that combines the expressive power of the sample based description with the conciseness and algorithmic power of the Gaussian models. As parameterization of the 6D poses we select the dual quaternions, i.e. any pose is represented by two quaternions. The orientation part of a pose is described by a unit quaternion. The translation part is described by a purely imaginary quaternion. A basic probability density function over the poses is constructed by selecting a tangent point on the 3D sphere representing unit quaternions and taking the Cartesian set product of the tangent space with the 3D space of translations. In this 6D Euclidean space a 6D Gaussian distribution is defined. Projecting this Gaussian back to the unit sphere and renormalizing induces a distribution over 6D poses, called a Projected Gaussian.

研究动机与目标

• 解决在感知-运动不确定性下，机器人操作中复杂、多模态6D位姿不确定性建模的挑战。
• 通过统一其优势，克服传统表示方法（如单峰高斯分布与基于采样的方法）的局限性。
• 开发一种参数化、计算高效的概率模型，支持关键操作如不确定位姿的融合与组合。
• 在非预设环境（如厨房）中，利用多传感器输入与不确定测量值，实现准确且可扩展的位姿估计。
• 提供一个可与基于采样的表示方法和参数化模型兼容的框架，确保与现有机器人感知流程的互操作性。

提出的方法

• 使用对偶四元数表示6D位姿，其中旋转由单位四元数编码，平移由纯虚四元数编码。
• 通过将6D高斯分布嵌入到3D单位球面（S³）上参考点的切空间中，定义基础概率密度函数，再将其投影回流形。
• 该投影分布称为投影高斯分布，其在切空间中保持高斯性质，同时在流形上对方向不确定性进行建模。
• 通过多个投影高斯分布的凸组合构建混合投影高斯分布（MPG），以建模复杂、多模态的位姿分布。
• 利用从切空间表示中推导出的闭式解析公式，实现高效推理运算，如不确定位姿的融合与组合。
• 通过剪枝与合并低权重或高度相似的组件实现降维，从而在不造成显著信息损失的前提下保持计算效率。

实验结果

研究问题

• RQ1 如何设计一种6D位姿不确定性概率模型，以在表达能力与计算效率之间取得平衡？
• RQ2 能否开发一种框架，同时支持基于采样的表示方法与参数化模型（如高斯分布），并支持解析融合与组合？
• RQ3 投影高斯分布在多大程度上能够近似真实机器人感知任务中出现的复杂、广泛分布或多重模态的位姿分布？
• RQ4 MPG框架在通过剪枝与合并减少混合组件数量的同时，其在位姿估计精度保持方面的有效性如何？
• RQ5 当应用于真实传感器数据（如立体图像中的SIFT特征）时，MPG的收敛性与近似特性如何？

主要发现

• MPG框架成功以远少于基于采样方法的参数数量，建模了复杂、多模态的6D位姿分布，实现了可扩展的推理。
• 将两个以MPG表示的位姿估计进行融合，可得到一个新的MPG分布，其更新过程具有闭式解析表达式，保持了精度并支持实时应用。
• 通过利用对偶四元数的代数性质与切空间投影，该框架实现了对刚体运动的高效组合。
• 通过剪枝与合并低权重或相似的组件，将混合元素数量从49个减少至10个，实验结果验证了信息损失微小。
• 对称Kullback-Leibler散度分析表明，合并组件导致的信息损失是受控的，且该上界与被合并组件的权重成正比。
• 基于SIFT特征的物体位姿估计实验评估表明，通过迭代融合，MPG能收敛到准确且鲁棒的位姿估计，可视化结果展示了多个特征间的一致对齐。