NBV-SC: Next Best View Planning based on Shape Completion for Fruit Mapping and Reconstruction

要約

果物のマッピングや収穫のためのアクティブパーセプションは、オクルージョンが頻繁に発生し、果物の位置や大きさが時間と共に変化するため、難しい課題である。最新の視点計画手法では、計算量の多い光線投影演算を利用して、情報量を最大化し、シーン内の果実をカバーするための良い視点を見つける。本論文では、予測される果物の形状に関する情報を明示的に用いて、果物のまだ観察されていない部分を観察するターゲット視点を計算する、新しい視点計画アプローチを紹介する。さらに、視点異同の概念を定式化し、サンプリング空間を縮小して、より効率的に有用な異視点を選択する。RGB-Dセンサーを搭載したUR5eアームを用いたシミュレーション実験により、形状補完に基づく反復的な次善の視点計画手法の有効性を定量的に示すことができた。また、最新の視点プランナーとの比較実験では、果実の大きさの推定だけでなく、果実の再構成も改善し、プランニング時間を大幅に短縮できることを実証した。最後に、本アプローチが、商業用ガラス温室で実際のロボットシステムを用いて、ピーマンの苗をマッピングする際に有効であることを示す。

要約(オリジナル)

Active perception for fruit mapping and harvesting is a difficult task since occlusions occur frequently and the location as well as size of fruits change over time. State-of-the-art viewpoint planning approaches utilize computationally expensive ray casting operations to find good viewpoints aiming at maximizing information gain and covering the fruits in the scene. In this paper, we present a novel viewpoint planning approach that explicitly uses information about the predicted fruit shapes to compute targeted viewpoints that observe as yet unobserved parts of the fruits. Furthermore, we formulate the concept of viewpoint dissimilarity to reduce the sampling space for more efficient selection of useful, dissimilar viewpoints. Our simulation experiments with a UR5e arm equipped with an RGB-D sensor provide a quantitative demonstration of the efficacy of our iterative next best view planning method based on shape completion. In comparative experiments with a state-of-the-art viewpoint planner, we demonstrate improvement not only in the estimation of the fruit sizes, but also in their reconstruction, while significantly reducing the planning time. Finally, we show the viability of our approach for mapping sweet peppers plants with a real robotic system in a commercial glasshouse.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL