用机器人灯的状态自监督学习，实现无标签定位与朝向估计。

Multi-LED Classification as Pretext For Robot Heading Estimation

• 通过预测四个独立LED的开关状态进行自监督训练
• 定位误差中位数14像素，朝向误差17度，接近有监督上限
• 适合缺乏标注数据的机器人定位场景

我们提出一种自监督方法，通过学习四颗独立安装在机器人上的LED灯的开关状态（开启或关闭），实现视觉机器人检测与朝向估计。实验结果表明，图像空间位置误差中位数为14像素，相对朝向平均绝对误差（MAE）为17度；而有监督方法的上限分别为10像素和8度。该方法在无需标注数据的情况下实现了接近有监督性能的表现。

原文摘要 · Abstract (English)

We propose a self-supervised approach for visual robot detection and heading estimation by learning to estimate the states (OFF or ON) of four independent robot-mounted LEDs. Experimental results show a median image-space position error of 14 px and relative heading MAE of 17 degrees, versus a supervised upperbound scoring 10 px and 8 degrees, respectively.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。