PRENCH

PRENCH是一个专为prior-free相对6D姿态估计设计的新型基准数据集，由布鲁诺·凯斯勒基金会和特伦托大学联合创建。该数据集整合了IC-BIN、IC-MI和XYZ-IBD三个多实例BOP子数据集，并扩充了任务特定的元数据，涵盖多种外观和几何特征迥异的对象。创建过程聚焦于从原始数据集中提取多实例场景，定义锚点与查询实例间的相对关系，并标注真实姿态。PRENCH旨在评估无需任何对象先验信息（如CAD模型或参考图像）即可从单张RGBD图中同时估计多个未知实例相对位姿的方法，为机器人抓取和工业分拣等零部署场景提供标准化评测平台。PRENCH is a novel benchmark dataset specifically designed for prior-free relative 6D pose estimation, jointly created by the Bruno Kessler Foundation and the University of Trento. This dataset integrates three multi-instance BOP sub-datasets, namely IC-BIN, IC-MI, and XYZ-IBD, and is augmented with task-specific metadata, covering objects with diverse appearances and distinct geometric features. The dataset creation process focuses on extracting multi-instance scenes from the original datasets, defining the relative relationship between anchor and query instances, and annotating their ground-truth poses. PRENCH aims to evaluate methods that can simultaneously estimate the relative poses of multiple unknown instances from a single RGBD image without any object prior information (such as CAD models or reference images), providing a standardized evaluation platform for zero-deployment scenarios like robotic grasping and industrial sorting.

原始信息汇总

数据集概述：PROSE —— 无先验的多实例物体6D姿态估计

该页面介绍的是一个全新的6D姿态估计方法 PROSE，以及其配套的评估基准 PRENCH。

核心任务与创新

• 设定名称: Prior-free relative 6D pose estimation（无先验相对6D姿态估计）。
• 解决的问题: 在同一张RGB-D图像中，对未知物体的多个实例，估计它们之间的相对6D位姿。该方法完全摆脱了CAD模型、模板、参考图像等所有物体特定的先验信息。
• 技术亮点:
  • 利用多模态基础特征（multimodal foundation features）在不同实例之间建立粗略的对应关系，无需训练。
  • 通过跨多个实例对的循环一致性（cycle consistency）来优化这些对应关系，消除两两单独匹配时可能产生的冲突，得到全局一致的匹配结果，并用于最终相对位姿估计。

评估基准与方法对比

• 新基准 (PRENCH): 基于三个现有的多实例BOP数据集（IC-BIN, IC-MI, XYZ-IBD）构建，并补充了任务特定的元数据，用于系统性评估。
• 对比基线: 页面将提出的PROSE方法与两种将当前最先进的单图像方法（One2Any和ConceptPose）适配到该新设定下的基线进行了对比。

定量结果摘要

在PRENCH基准上的三个数据集（IC-BIN, IC-MI, XYZ-IBD）的定量对比中，PROSE 方法在所有评估指标上均全面优于两个基线方法。

• 性能领先: 在所有子数据集中，PROSE的平均召回率（AR）和ADD(S)得分都取得最高值（例如在IC-MI数据集上，ADD(S)达到100%），同时在旋转误差（RE）和平移误差（TE）上都表现出最低的误差值。
• 显著改进: 对比最强基线，三个数据集的AR指标提升约**+19 ~ +20**，ADD(S)提升约 +22（IC-BIN, XYZ-IBD） 和 +2（IC-MI），旋转误差降低了9.2° ~ 36.0°，平移误差降低了7.7mm ~ 15.3mm。

定性展示

页面展示的定性可视化结果也确认了其性能优势：在准确的姿态预测下，PROSE的预测框（红色）与真实值框（绿色）能够良好对齐。相比之下，基线方法（One2Any、ConceptPose）生成的预测框存在明显的错位。

论文与代码信息

• 论文预印本: 该工作的论文已经发布在arXiv上（编号：2609.08949），可通过 https://arxiv.org/abs/2609.08949 访问。
• 代码状态: 官方代码即将开放（标注为 "Coming soon"）。

搜集汇总

数据集介绍

构建方式

PRENCH基准的构建源于对现有多实例BOP数据集的深度整合与任务定制化增强。其从IC-BIN、IC-MI和XYZ-IBD三个数据集中精心选取涵盖日常生活与工业制造领域的21种物体，共计1166幅RGBD图像，并利用五种不同传感器采集，确保场景的广泛代表性与感知挑战的多样性。在原始绝对位姿标注基础上，该基准创新性地定义了锚定实例与查询实例间的相对关系，依据可见性将最具辨识度的实例设为锚点，并依据空间交并比将任务划分为易、中、难三个梯度，从而构建了超过两万个标准化的锚-查评估对，为无先验条件下多实例相对位姿估计提供了系统化的评测平台。

特点

PRENCH首次确立了无需任何对象特定先验信息的相对位姿估计范式，彻底摒弃了CAD模型、模板或参考图像的依赖。其显著特点在于对多实例共现场景的深刻洞察，将实例间的相互参照关系转化为解决位姿模糊性的关键线索，并依据物体表面纹理丰富度与几何复杂度构建了从日常用品到工业零件的难度光谱。此外，多传感器融合策略与三级难度划分协同作用，能够细致剖析算法在不同遮挡程度、不同感知噪声及不同物体类型下的性能边界，从而对方法的泛化能力与鲁棒性提供深入且多维度的评估维度。

使用方法

使用PRENCH基准时，研究者需遵循其定义的锚点选择协议，即默认选取场景中可见度最高的实例作为参考，并依据预置的元数据将其他实例归入不同难度层级进行测试。评估协议全面采纳平均召回率、ADD(S)度量以及旋转与平移误差指标，同时兼容物体对称性处理，以保证评价的公正性。为进行有效对比，现有单参考位姿估计方法需调整其输入策略，直接从输入图像内构造参考视图，从而适应本基准的无先验设定。该基准特别适用于验证新算法在无外部辅助信息条件下的位姿估计精度，以及探究跨实例一致性约束与多模态特征融合等先进技术在复杂工业分拣等真实场景中的实际效能。

背景与挑战

背景概述

PRENCH基准由意大利布鲁诺·凯斯勒基金会与特伦托大学的研究人员于2026年提出，旨在探索无先验相对6D位姿估计这一全新任务。该任务突破传统方法对物体CAD模型、模板或参考图像的依赖，仅利用同一场景中同一未知物体的多个实例作为相互参照，直接估计实例间的相对6D位姿。研究团队基于IC-BIN、IC-MI和XYZ-IBD三个多实例BOP数据集，构建了包含1166幅RGB-D图像、覆盖21种日常及工业物体的评估框架，为机器人操作中高混合低容量抓取等实际应用提供了全新的解决思路，推动了位姿估计领域向更少人为干预的方向发展。

当前挑战

PRENCH基准所面临的挑战体现在多个层面。在领域问题层面，其核心在于实现真正无先验条件下的位姿估计，要求算法在缺乏任何物体特定信息的情况下，仅凭图像中多个相同实例的共现关系，准确推断出它们之间的相对位姿，这极大地考验了特征提取与匹配的泛化能力。此外，基准数据涵盖外观纹理丰富的日用品与表面无纹理、几何复杂的工业零件，不同物体间的外观与几何差异对算法的鲁棒性构成显著挑战。在基准构建过程中，挑战包括从原始数据集中提取绝对位姿注释并转换为相对位姿的元数据标注、定义合理的锚点选择标准与难度分级，以及确保跨传感器（涵盖五种采集设备）评估的公平性与一致性。

常用场景

经典使用场景

PRENCH数据集作为首个面向无先验相对6D位姿估计任务的基准，其经典使用场景聚焦于同一图像中多个未知刚性物体实例间的相对位姿估计。该基准源于IC-BIN、IC-MI及XYZ-IBD三个多实例BOP数据集，并赋予每幅图像中可见性最高的实例为锚点，依据其余实例与锚点的空间交叠程度划分易、中、难三个难度层级。研究者可借助PRENCH对无参考条件下的位姿估计方法进行系统评估，通过平均召回率、ADD(S)及旋转、平移误差等指标，全面衡量模型在多样化传感模态、物体类别及场景复杂度下的泛化能力与鲁棒性。

实际应用

在实际应用维度，PRENCH所倡导的无先验相对位姿估计模式尤其契合高混合低容量（high-mix low-volume）的工业抓取与分拣场景。在此类环境中，机器人需频繁应对未知物体，且每种物体的批量有限，传统方法所需的CAD模型构建或参考图像采集成本高昂且耗时。PRENCH支撑的技术路径使得系统仅凭单幅RGB-D图像中同物体多个实例的共现关系，即可实时导出相对位姿，从而免除了预先的物体登记阶段，显著缩短了部署周期。此外，该基准涵盖的密集堆叠场景（如IC-BIN与XYZ-IBD）直接对标实际料箱抓取中的遮挡挑战，为机器人操作系统的鲁棒感知模块提供了严苛的评测环境，进而助力智能制造、物流自动化等领域的快速适配与规模化落地。

衍生相关工作

围绕PRENCH基准，学界已衍生出一系列开拓性工作。其中，PROSE方法作为首个针对该任务的免训练方案，创新性地融合DINOv2语义特征与dGeDi几何特征，构建多模态点级表征，并通过跨实例的循环一致性约束对初始对应关系进行精炼，最终借助RANSAC三维配准实现鲁棒的相对位姿估计。该系统性地消融实验揭示，视觉特征在纹理丰富物体上占优，而几何特征则对无纹理工业零件更具鉴别力，二者融合可显著提升精度。此外，PRENCH的出现亦催生了将既有单参考位姿估计方法（如One2Any、ConceptPose）适配至该无先验设定的基线研究，这些适配工作不仅验证了原方法的性能边界，也反哺了源领域的技术迭代，形成了双向促进的研究生态。