mBEST: Realtime Deformable Linear Object Detection Through Minimal Bending Energy Skeleton Pixel Traversals

要約

変形可能な材料のロボット操作は、多くの場合、リアルタイムの視覚的フィードバックを必要とする困難な作業です。
これは、変形可能な線形オブジェクト (DLO) または「ロッド」に特に当てはまります。その細くて柔軟な構造により、適切な追跡と検出が容易ではなくなります。
この課題に対処するために、セグメンテーション マスクとともに各 DLO の中心線の順序付けられたピクセル シーケンスを生成できる、DLO のリアルタイム検出のための堅牢なアルゴリズムである mBEST を紹介します。
私たちのアルゴリズムは DLO のバイナリ マスクを取得し、それを間引いてスケルトン ピクセル表現を生成します。
トポロジーの正確性を確保するためにスケルトンを調整した後、ピクセルが走査されて、それぞれの一意の DLO に沿ったパスが生成されます。
私たちのアルゴリズムの中核では、DLO の累積曲げエネルギーを最小限に抑えるパスの組み合わせを選択することで交差を確実に処理できると仮定します。
このシンプルで直観的な定式化は、分散が大きい曲率からほぼ平行な構成に至るまで、散発的な交差が多数ある DLO を検出する最先端の方法よりも優れていることを示します。
さらに、私たちの方法は、最先端技術と比較して約 50% 高速な実行時間と優れたスケーリングという大幅なパフォーマンスの向上を達成します。

要約(オリジナル)

Robotic manipulation of deformable materials is a challenging task that often requires realtime visual feedback. This is especially true for deformable linear objects (DLOs) or ‘rods’, whose slender and flexible structures make proper tracking and detection nontrivial. To address this challenge, we present mBEST, a robust algorithm for the realtime detection of DLOs that is capable of producing an ordered pixel sequence of each DLO’s centerline along with segmentation masks. Our algorithm obtains a binary mask of the DLOs and then thins it to produce a skeleton pixel representation. After refining the skeleton to ensure topological correctness, the pixels are traversed to generate paths along each unique DLO. At the core of our algorithm, we postulate that intersections can be robustly handled by choosing the combination of paths that minimizes the cumulative bending energy of the DLO(s). We show that this simple and intuitive formulation outperforms the state-of-the-art methods for detecting DLOs with large numbers of sporadic crossings ranging from curvatures with high variance to nearly-parallel configurations. Furthermore, our method achieves a significant performance improvement of approximately 50% faster runtime and better scaling over the state of the art.

arxiv情報

著者 Andrew Choi,Dezhong Tong,Brian Park,Demetri Terzopoulos,Jungseock Joo,Mohammad Khalid Jawed
発行日 2023-06-27 20:58:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク