Core Concepts
散在したキーポイントを使用して、直線変形オブジェクトの形状をリアルタイムで推定する堅牢な手法を提案します。
Abstract
現存の方法には制限があり、マーカーの物理的遮蔽が正確な形状推定を妨げる。
散在したキーポイントと確率ベースのラベリングアルゴリズムを使用して、直線変形オブジェクトの形状を再構築する手法を提案。
シミュレーション結果では、提案手法は連続体の中心線上で平均長さ誤差1.07%、平均断面誤差2.11mmを達成。
実世界実験では、提案手法が遮蔽や複雑な絡み合いシナリオ下でも堅牢性を示す。
導入
形状推定技術への増加する関心。
軟らかい連続ロボットにおける応用。
方法
キーポイントラベリング、補間、最適化から成る提案された形状推定パイプライン。
新しいラベリングアルゴリズム「Probabilistic Continuum Key Point Labeling Graph (PCLG)」に焦点。
結果
ラベリングエラー評価とRGBD画像比較による再構築精度評価。
Unityを使用したシミュレーション結果も示す。
Stats
この作業はNational Institute of Deafness and Other Communication Disorders(R01DC018815)から一部支援されました。