Robotic Perception of Transparent Objects: A Review

要約

透明物体の知覚は、人工知能において急速に発展している研究課題です。
透明な物体を認識する能力により、ロボットはより高いレベルの自律性を実現でき、ヘルスケア、サービス、製造などのさまざまな業界で新たな用途が可能になります。
近年、数多くのデータセットや知覚手法が提案されているにもかかわらず、これらの手法やこの分野の課題についてはまだ深い理解が不足しています。
このギャップに対処するために、この記事では、透明なオブジェクトのロボット認識に関するプラットフォームと最近の進歩についての包括的な調査を提供します。
私たちは主な課題を強調し、さまざまな透明オブジェクト認識タスク、つまりセグメンテーション、再構成、姿勢推定の将来の方向性を提案します。
また、多様性と複雑さにおける既存のデータセットの限界と、透明物体の認識に RGB-D カメラ、サーマル カメラ、偏光イメージングなどのマルチモーダル センサーを採用する利点についても説明します。
さらに、複雑で動的な環境や、形状が変化しやすい物体における知覚の課題を特定します。
最後に、各参照に移動するためのインタラクティブなオンライン プラットフォーム \url{https://sites.google.com/view/transperception} を提供します。

要約(オリジナル)

Transparent object perception is a rapidly developing research problem in artificial intelligence. The ability to perceive transparent objects enables robots to achieve higher levels of autonomy, unlocking new applications in various industries such as healthcare, services and manufacturing. Despite numerous datasets and perception methods being proposed in recent years, there is still a lack of in-depth understanding of these methods and the challenges in this field. To address this gap, this article provides a comprehensive survey of the platforms and recent advances for robotic perception of transparent objects. We highlight the main challenges and propose future directions of various transparent object perception tasks, i.e., segmentation, reconstruction, and pose estimation. We also discuss the limitations of existing datasets in diversity and complexity, and the benefits of employing multi-modal sensors, such as RGB-D cameras, thermal cameras, and polarised imaging, for transparent object perception. Furthermore, we identify perception challenges in complex and dynamic environments, as well as for objects with changeable geometries. Finally, we provide an interactive online platform to navigate each reference: \url{https://sites.google.com/view/transperception}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google