Die Schätzung der Objektlage, insbesondere die Variante, die auf synthetischen Daten aus CAD-Modellen trainiert wurde, ist ein Schlüsselthema für viele industrielle Anwendungen. 

Einer der begehrtesten Anwendungsfälle in diesem Zusammenhang ist die Bereitstellung von Montage- oder Wartungsanweisungen für Industrie- oder Haushaltsgeräte. Ein Objekt kann jedoch während des Montageprozesses verschiedene Zustände einnehmen. Daher ist die Erkennung dieser Objektzustände aus Kamerabildern wichtig.

Beispiele hierfür sind Objekte mit verstellbaren oder abnehmbaren Teilen oder Objekte, die aus mehreren Komponenten bestehen. Solche Objekte sind in realen Situationen zu Hause oder in industriellen Umgebungen sehr häufig anzutreffen und sind für XR- und Roboteranwendungen von großem Interesse.

ZebraPose ist ein hochmodernes KI-System, das auf CAD-Objektdaten trainiert wurde, um die Position von Objekten aus einem einzigen Kamerabild (RGB) zu bestimmen. Es wurde auf der CVPR-Konferenz 2022 veröffentlicht und hat mehrere Preise bei Wettbewerben zur Schätzung der Objektlage gewonnen (BOP Challenge 2022).

ZebraPose übertrifft den Stand der Technik bei RGB-basierten Methoden mit großem Vorsprung. RGB-D-basierte Methoden sollten bei der Merkmalsextraktion von Objekten mit Hilfe von Tiefenbildern einen größeren Vorteil haben. Selbst in diesem Fall übertreffen die Ergebnisse von ZebraPose viele RGB-D-basierte Methoden. Für die Zustandsvorhersage verwenden wir einen CNN-Zweig (Convolutional Neural Network), der mehrere Zustände erkennen und regressieren kann.