This dissertation addresses the problem of 6-DoF Object Pose and 6-DoF Grasp Pose estimation from visual sensor data, which is crucial for tasks such as robotic manipulation and Augmented Reality. We present novel learning-based methods that are fast, reliable, and scalable concerning training data, test environments, and target objects. Instead of relying on real pose annotated data, we train our models in simulation which provides an abundant source of variably steerable data with exact 3D annotations.      «

This dissertation addresses the problem of 6-DoF Object Pose and 6-DoF Grasp Pose estimation from visual sensor data, which is crucial for tasks such as robotic manipulation and Augmented Reality. We present novel learning-based methods that are fast, reliable, and scalable concerning training data, test environments, and target objects. Instead of relying on real pose annotated data, we train our models in simulation which provides an abundant source of variably steerable data with exact 3D ann...     »

Diese Dissertation befasst sich mit dem Problem der 6-DoF Objektposen- und 6-DoF Greifposen-Schätzung aus visuellen Sensordaten, welche Anwendungen in autonomer robotischer Manipulation und Augmented Reality ermöglichen. Wir präsentieren neue, lernbasierte Methoden, die schnell, zuverlässig und skalierbar in Bezug auf Trainingsdaten, Testumgebungen und Anzahl der Zielobjekte sind. Anstatt auf realen, posen-annotierten Daten, trainieren wir unsere Modelle in Simulationen, aus denen vielfältige Daten mit exakten Annotationen synthetisiert werden können.     «

Diese Dissertation befasst sich mit dem Problem der 6-DoF Objektposen- und 6-DoF Greifposen-Schätzung aus visuellen Sensordaten, welche Anwendungen in autonomer robotischer Manipulation und Augmented Reality ermöglichen. Wir präsentieren neue, lernbasierte Methoden, die schnell, zuverlässig und skalierbar in Bezug auf Trainingsdaten, Testumgebungen und Anzahl der Zielobjekte sind. Anstatt auf realen, posen-annotierten Daten, trainieren wir unsere Modelle in Simulationen, aus denen vielfältige Da...     »