An Efficient Projection-Based Next-best-view Planning Framework for Reconstruction of Unknown Objects

要約

物体の 3 次元データを効率的かつ完全にキャプチャすることは、産業およびロボット用途における基本的な問題です。
次善ビュー (NBV) 計画のタスクは、現在のデータに基づいて次の視点の姿勢を推測し、完全な 3 次元再構成を段階的に実現することです。
しかし、既存のアルゴリズムの多くは、レイキャスティングの使用により大きな計算負荷を抱えています。
これに対処するために、この文書では、予測ベースの NBV 計画フレームワークを提案します。
オブジェクトを完全にスキャンしながら、次に最適なビューを非常に高速に選択できます。
具体的には、このフレームワークは、ボクセル構造に基づいて、さまざまなタイプのボクセル クラスターを楕円体に再適合します。次に、グローバル分割戦略と組み合わせて投影ベースの視点品質評価関数を使用して、候補ビューから次善のビューが選択されます。
このプロセスはボクセル構造のレイ キャスティングを置き換え、計算効率を大幅に向上させます。
シミュレーション環境での他のアルゴリズムとの比較実験により、この論文で提案されたフレームワークは、ほぼ同じカバレッジをキャプチャすることに基づいて 10 倍の効率向上を達成できることが示されています。
実際の実験結果も、フレームワークの効率性と実現可能性を証明しています。

要約(オリジナル)

Efficiently and completely capturing the three-dimensional data of an object is a fundamental problem in industrial and robotic applications. The task of next-best-view (NBV) planning is to infer the pose of the next viewpoint based on the current data, and gradually realize the complete three-dimensional reconstruction. Many existing algorithms, however, suffer a large computational burden due to the use of ray-casting. To address this, this paper proposes a projection-based NBV planning framework. It can select the next best view at an extremely fast speed while ensuring the complete scanning of the object. Specifically, this framework refits different types of voxel clusters into ellipsoids based on the voxel structure.Then, the next best view is selected from the candidate views using a projection-based viewpoint quality evaluation function in conjunction with a global partitioning strategy. This process replaces the ray-casting in voxel structures, significantly improving the computational efficiency. Comparative experiments with other algorithms in a simulation environment show that the framework proposed in this paper can achieve 10 times efficiency improvement on the basis of capturing roughly the same coverage. The real-world experimental results also prove the efficiency and feasibility of the framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google