DLO-Splatting: Tracking Deformable Linear Objects Using 3D Gaussian Splatting

要約

この作業は、予測アップデートフィルタリングを介して、マルチビューRGB画像とグリッパー状態情報から変形可能な線形オブジェクト（DLO）の3D形状を推定するためのアルゴリズムであるDLO-Splattingを示しています。
DLO-Splattingアルゴリズムは、形状の滑らかさと剛性減衰補正を備えた位置ベースのダイナミクスモデルを使用して、オブジェクトの形状を予測します。
3Dガウスのスプラッティングベースのレンダリング損失を使用した最適化は、更新ステップの視覚的観測と整列する予測を繰り返しレンダリングし、改良します。
初期の実験は、既存の視覚のみの方法で困難な結び目を結ぶシナリオで有望な結果を示しています。

要約(オリジナル)

This work presents DLO-Splatting, an algorithm for estimating the 3D shape of Deformable Linear Objects (DLOs) from multi-view RGB images and gripper state information through prediction-update filtering. The DLO-Splatting algorithm uses a position-based dynamics model with shape smoothness and rigidity dampening corrections to predict the object shape. Optimization with a 3D Gaussian Splatting-based rendering loss iteratively renders and refines the prediction to align it with the visual observations in the update step. Initial experiments demonstrate promising results in a knot tying scenario, which is challenging for existing vision-only methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google