Using a Distance Sensor to Detect Deviations in a Planar Surface

要約

私たちは、小型の光学飛行時間型センサーからの瞬間測定のみを使用して、平面に幾何学的偏差 (突起、物体、窪み、崖など) が含まれているかどうかを判断する方法を研究します。
私たちの方法の鍵は、既製の距離センサーによって捕捉された生の飛行時間データにエンコードされた情報全体を利用することです。
私たちは、幾何学と表面測光の間の重要な曖昧さを特定する問題の分析を提供します。
この困難な曖昧さを克服するために、混合ガウス モデルを平面表面測定の小さなデータセットに適合させます。
このモデルは、平面の予想される形状と測光分布を暗黙的に取得し、偏差を含む可能性のある測定値を特定するために使用されます。
私たちは、さまざまなシナリオにわたるさまざまな表面と平面偏差に関する方法を特徴付けます。
生の飛行時間データを利用した私たちの方法は、導出された距離推定のみを使用するベースラインよりも優れていることがわかりました。
私たちの方法で、広い視野にわたって移動ロボットの障害物や崖の回避を可能にするアプリケーション例を構築します。

要約(オリジナル)

We investigate methods for determining if a planar surface contains geometric deviations (e.g., protrusions, objects, divots, or cliffs) using only an instantaneous measurement from a miniature optical time-of-flight sensor. The key to our method is to utilize the entirety of information encoded in raw time-of-flight data captured by off-the-shelf distance sensors. We provide an analysis of the problem in which we identify the key ambiguity between geometry and surface photometrics. To overcome this challenging ambiguity, we fit a Gaussian mixture model to a small dataset of planar surface measurements. This model implicitly captures the expected geometry and distribution of photometrics of the planar surface and is used to identify measurements that are likely to contain deviations. We characterize our method on a variety of surfaces and planar deviations across a range of scenarios. We find that our method utilizing raw time-of-flight data outperforms baselines which use only derived distance estimates. We build an example application in which our method enables mobile robot obstacle and cliff avoidance over a wide field-of-view.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google