Hydra: Marker-Free RGB-D Hand-Eye Calibration

要約

この作業は、嘘の代数に堅牢なポイントツープレーン（PTP）対物レンズを備えた反復的な最も近いポイント（ICP）アルゴリズムの新しい実装を使用して、マーカーフリーのハンドアイキャリブレーションに対するRGB-Dイメージングベースのアプローチを提示します。
その適用性は、3つのよく知られているシリアルマニピュレーターと2つのRGB-Dカメラを使用した包括的な実験を通じて実証されています。
ランダムに選択されたロボット構成が3つしかないため、このアプローチは約90％の成功したキャリブレーションを実現し、マーカーベースとマーカーフリーの両方のベースラインと比較して、グローバルオプティムに2〜3倍高い収束速度を示しています。
また、他のマーカーフリーの方法で9つのロボット構成について、2桁高速な収束時間（0.8 +/- 0.4秒）を報告します。
私たちの方法は、マーカーフリーである一方で、古典的なアプローチ（タスクスペースで7 mm）にわたって精度（タスクスペースで5 mm）を大幅に改善しました。
ベンチマークデータセットとコードは、Apache 2.0ライセンスの下で開かれたソースであり、展開を容易にするためにロボット抽象化とのROS 2の統合が提供されます。

要約(オリジナル)

This work presents an RGB-D imaging-based approach to marker-free hand-eye calibration using a novel implementation of the iterative closest point (ICP) algorithm with a robust point-to-plane (PTP) objective formulated on a Lie algebra. Its applicability is demonstrated through comprehensive experiments using three well known serial manipulators and two RGB-D cameras. With only three randomly chosen robot configurations, our approach achieves approximately 90% successful calibrations, demonstrating 2-3x higher convergence rates to the global optimum compared to both marker-based and marker-free baselines. We also report 2 orders of magnitude faster convergence time (0.8 +/- 0.4 s) for 9 robot configurations over other marker-free methods. Our method exhibits significantly improved accuracy (5 mm in task space) over classical approaches (7 mm in task space) whilst being marker-free. The benchmarking dataset and code are open sourced under Apache 2.0 License, and a ROS 2 integration with robot abstraction is provided to facilitate deployment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google