【ZiDongHua 之“自动化学院派”收录关键词：清华大学 机器视觉 SiC  】
　　
　　清华大学自动化系团队获得OpenCV视觉感知抓取挑战赛（BPC）冠军
　　
　　在工业制造等领域，如何在复杂场景下实现通用物体准确识别和有效抓取操作，一直是一个具有现实意义且极富挑战性的难题。这不仅要求视觉感知算法在复杂光照、低纹理、遮挡等条件下保持高精度与稳定的目标检测和6D位姿测量。为此，OpenCV 在 2025 年举办了首届 Perception Challenge for Bin-picking（简称BPC），吸引了全球超过450支队伍参赛。经过“基于公开数据集方法开发”“全新数据方法泛化测试”“真实场景抓取测试”三个阶段的进阶淘汰赛，历时四个月，至6月13日完成全部赛程，最终，清华大学自动化系的季向阳教授团队获得了冠军。
 
　　
　　BPC比赛获奖证书
　　
　　赛事介绍
　　
　　Perception Challenge for Bin-picking关注最具挑战性的工业零件开发鲁棒位姿测量方案，该比赛由 Intrinsic、OpenCV 和夏威夷大学等联合赞助，受到了全球研究者与工业界的密切关注。
 
　　
　　BPC比赛主页介绍
　　
　　比赛采取在线提交Docker、线上推理的方式进行评估，参赛方法需要在三个阶段接受考验：
　　
　　阶段一：在包含下列工业部件的公开数据集（IPD）上进行方法开发，比较估计位姿的精度；
 
 
　　阶段一工业部件数据集
　　
　　阶段二：在下列全新类别的工业部件上测试方法的泛化能力，该阶段前五名的队伍进入最后阶段；
　　
　　阶段二工业部件数据集
　　
　　阶段三：在真实工业操作系统中进行感知－抓取全套流程，进行抓取成功率的指标评估。
　　
　　队伍成果
　　
　　来自自动化系季向阳教授团队提出的方案结合了图像裁剪与拼合、边界与尺寸过滤、光照增强、全新类别物体多视角融合的6D位姿估计等创新技术。队伍提出的方法大幅提升了小尺寸、易混淆等复杂状况下物体的检测精度，并且保证了有限计算资源配置下达到高召回率。
　　
　　物体位姿估计的部分可视化结果
　　
　　 点击边框调出视频工具条 冠军方案感知抓取测试视频
　　
　　季向阳教授团队受邀在CVPR PIRA Workshop和OpenCV University平台上分享了比赛的方案，技术方案细节与经验形成论文“Lessons and Winning Solutions in Industrial Object Detection and Pose Estimation from the 2025 Bin-picking Perception Challenge”。
　　
　　CVPR PIRA研讨会上BPC主办方介绍比赛；博士生刘星雨进行技术方案分享
　　
　　博士生刘星雨在OpenCV University平台上进行技术方案在线分享
　　
　　团队简介：
　　
　　季向阳教授团队在物体位姿估计领域成果斐然。团队已在机器视觉领域权威期刊（TPAMI、IJCV等）与会议（CVPR、ICCV、ECCV等）上发表系列学术研究成果，同时在物体位姿视觉测量国际权威赛事 BOP Challenge中屡获佳绩。这些成绩充分展现了团队在位姿视觉测量研究领域扎实的技术积累与重要学术影响力。