Robust Egoistic Rigid Body Localization

要約

我々は、剛体位置特定 (RBL) 問題の堅牢で自立した (または「エゴイスティック」) バリエーションを検討します。この問題では、一次剛体が別の剛体 (または「
ターゲット’) は、外部インフラストラクチャの支援を必要とせず、ターゲットの形状についての事前知識も必要とせず、利用可能な観測が不完全である可能性を考慮に入れずに、それ自体と相対的に測定します。
このようなシナリオに対しては、3 つの補完的な貢献が提供されます。
1 つ目は、両方の剛体の中心点の間の並進ベクトルを推定する方法です。この方法では、既存の手法とは異なり、両方のオブジェクトが同じ形状であることや、同じ数のランドマーク ポイントを持つ必要さえありません。
この手法は、完全な情報の下では最先端 (SotA) よりも大幅に優れたパフォーマンスを示しますが、マトリックス補完手法によって強化された場合でも、データ消去の影響を受けやすいことが示されています。
2 番目の貢献は、不完全な情報が存在する場合のパフォーマンスの向上を提供するように設計されており、完全な情報の下ではわずかな相対的な損失を犠牲にして、後者に代わる堅牢な代替手段を提供します。
最後に、3 番目の貢献は、プライマリに対するターゲット剛体の相対的な向きを記述する回転行列を推定するためのスキームです。
提案されたスキームと SotA 技術を比較すると、完全な情報と不完全な条件下での二乗平均平方根誤差 (RMSE) パフォーマンスの点で、貢献した手法の利点が実証されています。

要約(オリジナル)

We consider a robust and self-reliant (or ‘egoistic’) variation of the rigid body localization (RBL) problem, in which a primary rigid body seeks to estimate the pose (i.e., location and orientation) of another rigid body (or ‘target’), relative to its own, without the assistance of external infrastructure, without prior knowledge of the shape of the target, and taking into account the possibility that the available observations are incomplete. Three complementary contributions are then offered for such a scenario. The first is a method to estimate the translation vector between the center point of both rigid bodies, which unlike existing techniques does not require that both objects have the same shape or even the same number of landmark points. This technique is shown to significantly outperform the state-of-the-art (SotA) under complete information, but to be sensitive to data erasures, even when enhanced by matrix completion methods. The second contribution, designed to offer improved performance in the presence of incomplete information, offers a robust alternative to the latter, at the expense of a slight relative loss under complete information. Finally, the third contribution is a scheme for the estimation of the rotation matrix describing the relative orientation of the target rigid body with respect to the primary. Comparisons of the proposed schemes and SotA techniques demonstrate the advantage of the contributed methods in terms of root mean square error (RMSE) performance under fully complete information and incomplete conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google