Real-Time Physics-Based Object Pose Tracking during Non-Prehensile Manipulation

要約

オブジェクトがロボットによって非把握操作下にある間、オブジェクトの 6D ポーズを経時的に追跡する方法を提案します。
オブジェクトの操作中の任意の時点で、ロボットの関節制御とカメラからの画像へのアクセスを想定しています。
ロボットの関節制御を使用して、物体がどのように動くかを物理学に基づいて予測します。
次に、この予測をカメラからの観測と組み合わせて、オブジェクトの姿勢を可能な限り正確に推定します。
パーティクル フィルタリング アプローチを使用して、制御情報と視覚情報を組み合わせます。
提案された方法を 2 つのベースラインと比較します。(i) 各タイム ステップで画像ベースの姿勢推定システムのみを使用する方法、および (ii) 計算コストの高い物理予測を実行しない粒子フィルターを使用する方法。
一定速度。
私たちの結果は、物理ベースの予測を行うことは計算コストに見合うだけの価値があることを示しており、その結果、より正確な追跡が可能になり、オブジェクトがカメラにはっきりと見えない場合でもオブジェクトの姿勢を推定できます。

要約(オリジナル)

We propose a method to track the 6D pose of an object over time, while the object is under non-prehensile manipulation by a robot. At any given time during the manipulation of the object, we assume access to the robot joint controls and an image from a camera. We use the robot joint controls to perform a physics-based prediction of how the object might be moving. We then combine this prediction with the observation coming from the camera, to estimate the object pose as accurately as possible. We use a particle filtering approach to combine the control information with the visual information. We compare the proposed method with two baselines: (i) using only an image-based pose estimation system at each time-step, and (ii) a particle filter which does not perform the computationally expensive physics predictions, but assumes the object moves with constant velocity. Our results show that making physics-based predictions is worth the computational cost, resulting in more accurate tracking, and estimating object pose even when the object is not clearly visible to the camera.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google