Kinematic Motion Retargeting for Contact-Rich Anthropomorphic Manipulations

要約

手のモーション キャプチャ データは、複雑な把握であっても比較的簡単に取得できるようになりました。
ただし、このデータは、特定のキャラクターやロボットの手に再ターゲットする機能がなければ、用途が限られています。
ターゲットの手は、形状、自由度 (DOF) の数、または指の数が大幅に異なる場合があります。
我々は、接触領域の活用を通じて、公的に利用可能なデータセットから、運動学的および形態学的に多様なターゲットの手の幅広い品揃えに、複数の人間の手オブジェクト操作を運動学的にリターゲットできる、シンプルだが効果的なフレームワークを提案します。
これを行うには、リターゲット操作を非アイソメトリック形状マッチング問題として定式化し、表面接触データとマーカー データの両方を組み合わせて、逆運動学 (IK) を使用して最終的なターゲット ハンドの軌道を段階的に推定、調整、適合させます。
私たちのフレームワークの基礎となるのは、新しい形状マッチング プロセスの導入です。これにより、アーティストが比較的少ない入力で対応を指定する直感的な手段を提供しながら、完全な操作にわたって接触データの予測可能かつ堅牢な転送が可能になることを示します。
私たちは、5 つの異なる手の形と異なるオブジェクトの 6 つの動作にわたる 30 のデモンストレーションを通じてフレームワークを検証します。
さらに、私たちの方法を既存のハンドリターゲティングアプローチと比較します。
最後に、オブジェクトの置換や完全な軌道にわたる設計選択の影響を視覚化する機能などの新しい機能を可能にする方法を示します。

要約(オリジナル)

Hand motion capture data is now relatively easy to obtain, even for complicated grasps; however this data is of limited use without the ability to retarget it onto the hands of a specific character or robot. The target hand may differ dramatically in geometry, number of degrees of freedom (DOFs), or number of fingers. We present a simple, but effective framework capable of kinematically retargeting multiple human hand-object manipulations from a publicly available dataset to a wide assortment of kinematically and morphologically diverse target hands through the exploitation of contact areas. We do so by formulating the retarget operation as a non-isometric shape matching problem and use a combination of both surface contact and marker data to progressively estimate, refine, and fit the final target hand trajectory using inverse kinematics (IK). Foundational to our framework is the introduction of a novel shape matching process, which we show enables predictable and robust transfer of contact data over full manipulations while providing an intuitive means for artists to specify correspondences with relatively few inputs. We validate our framework through thirty demonstrations across five different hand shapes and six motions of different objects. We additionally compare our method against existing hand retargeting approaches. Finally, we demonstrate our method enabling novel capabilities such as object substitution and the ability to visualize the impact of design choices over full trajectories.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google