Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Progress on “Pico” Air Vehicles Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Probabilistic Collision Detection Between Noisy Point Clouds Using Robust Classification

verfasst von : Jia Pan, Sachin Chitta, Dinesh Manocha

Erschienen in: Robotics Research

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We present a new collision detection algorithm to perform contact computations between noisy point cloud data. Our approach takes into account the uncertainty that arises due to discretization error and noise, and formulates collision checking as a two-class classification problem. We use techniques from machine learning to compute the collision probability for each point in the input data and accelerate the computation using stochastic traversal of bounding volume hierarchies. We highlight the performance of our algorithm on point clouds captured using PR2 sensors as well as synthetic data sets, and show that our approach can provide a fast and robust solution for handling uncertainty in contact computations.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Unsupervised 3D Object Discovery and Categorization for Mobile Robots
Nächstes Kapitel Active Classification: Theory and Application to Underwater Inspection
Literatur
1.
K.-H. Bae, D. Belton, D.D. Lichti, A closed-form expression of the positional uncertainty for 3D point clouds. Trans. Pattern Anal. Mach. Intell. 31, 577–590 (2009)CrossRef
2.
3.
J. Bi, T. Zhang, Support vector classification with input data uncertainty, in Advances in Neural Information Processing Systems (2005), pp. 161–168
4.
G. Cauwenberghs, T. Poggio, Incremental and decremental support vector machine learning, in Advances in Neural Information Processing Systems (2001)
5.
C.-C. Chang, C.-J. Lin, LIBSVM: A Library for Support Vector Machines (2001)
6.
R.-E. Fan, K.-W. Chang, C.-J. Hsieh, X.-R. Wang, C.-J. Lin, Liblinear: a library for large linear classification. J. Mach. Learn. Res. 9, 1871–1874 (2008)MATH
7.
N. Govindaraju, M. Lin, D. Manocha, Fast and reliable collision culling using graphics hardware. Trans. Vis. Comput. Graph. 12(2), 143–154 (2006)CrossRef
8.
L. Guibas, D. Hsu, H. Kurniawati, E. Rehman, Bounded uncertainty roadmaps for path planning. Algorithmic Found. Robot. VIII 57, 199–215 (2009)CrossRefMATH
9.
T. Hofmann, B. Schölkopf, A.J. Smola, Kernel methods in machine learning. Ann. Stat. 36(3), 1171–1220 (2008)
10.
P.M. Hubbard, Approximating polyhedra with spheres for time-critical collision detection. Trans. Graph. 15, 179–210 (1996)CrossRef
11.
P. Jenke, M. Wand, M. Bokeloh, A. Schilling, W. Straßer, Bayesian point cloud reconstruction, in Eurographics (2006), pp. 379–388
12.
M. Kalakrishnan, S. Chitta, E. Theodorou, P. Pastor, S. Schaal, Stomp: stochastic trajectory optimization for motion planning, in International Conference on Robotics and Automation (2011)
13.
J. Klein, G. Zachmann, Point cloud collision detection, in Eurographics (2004), pp. 567–576
14.
C. Lauterbach, Q. Mo, D. Manocha, gProximity: hierarchical gpu-based operations for collision and distance queries. Comput. Graph. Forum 29(2), 419–428 (2010)CrossRef
15.
J.-K. Lee, Y.J. Kim, Haptic rendering of point set surfaces, in EuroHaptics (2007), pp. 513–518
16.
J.-M. Lien, Point-based Minkowski sum boundary, in Pacific Graphics (2007), pp. 261–270
17.
M. Lin, D. Manocha, Collision and proximity queries, in Handbook of Discrete and Computational Geometry (CRC Press, Inc., 2004), pp. 787–808
18.
P.E. Missiuro, N. Roy, Adapting probabilistic roadmaps to handle uncertain maps, in International Conference on Robotics and Automation (2006), pp. 1261–1267
19.
D.M. Mount, Geometric intersection, in Handbook of Discrete and Computational Geometry (CRC Press, Inc., 2004), pp. 857–876
20.
M. Pauly, N.J. Mitra, L. Guibas, Uncertainty and variability in point cloud surface data, in Symposium on Point-Based Graphics (2004), pp. 77–84
21.
A. Petrovskaya, O. Khatib, Global localization of objects via touch. Trans. Robot. 27, 569–585 (2011)CrossRef
22.
M. Ponamgi, D. Manocha, M.C. Lin, Incremental algorithms for collision detection between solid models, in Symposium on Solid Modeling and Applications (1995), pp. 293–304
23.
A. Rahimi, B. Recht, Random features for large-scale kernel machines, in Advances in Neural Information Processing Systems (2007)
24.
N. Ratliff, M. Zucker, J.A.D. Bagnell, S. Srinivasa, Chomp: gradient optimization techniques for efficient motion planning, in International Conference on Robotics and Automation (2009)
25.
B. Schölkopf, J. Giesen, S. Spalinger, Kernel methods for implicit surface modeling, in Advances in Neural Information Processing Systems (2005), pp. 1193–1200
26.
P.K. Shivaswamy, C. Bhattacharyya, A.J. Smola, Second order cone programming approaches for handling missing and uncertain data. J. Mach. Learn. Res. 7, 1283–1314 (2006)MathSciNetMATH
27.
D. Steinemann, M. Otaduy, M. Gross, Efficient bounds for point-based animations, in Symposium on Point-Based Graphics (2007), pp. 57–64
28.
F. Steinke, B. Schölkopf, V. Blanz, Support vector machines for 3d shape processing, in Eurographics (2005), pp. 285–294
29.
I.A. Sucan, M. Kalakrishnan, S. Chitta, Combining planning techniques for manipulation using realtime perception, in International Conference on Robotics and Automation (2010), pp. 2895–2901
30.
S. Thrun, W. Burgard, D. Fox, Probabilistic Robotics (The MIT Press, 2005)
31.
V.N. Vapnik, The Nature of Statistical Learning Theory (Springer, New York, 1995)
Metadaten
Titel
Probabilistic Collision Detection Between Noisy Point Clouds Using Robust Classification
verfasst von
Jia Pan
Sachin Chitta
Dinesh Manocha
Copyright-Jahr
2017
Buch
Robotics Research

Print ISBN: 978-3-319-29362-2

Electronic ISBN: 978-3-319-29363-9

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-29363-9_5

Neuer Inhalt

    Bildnachweise