核心概念
RGB-D 카메라와 관성 측정 장치가 통합된 웨어러블 로봇 장갑에서 3D 물체 기하학을 분석하여 일상 생활 활동 중 물체 그래스핑을 지원하는 실시간 시스템 PointGrasp를 제안한다.
摘要
이 연구는 웨어러블 로봇 장갑에 RGB-D 카메라를 통합하여 실시간으로 3D 물체 기하학을 감지하고 분석하는 PointGrasp 시스템을 소개한다.
PointGrasp는 두 가지 모드로 작동한다. 첫 번째 모드는 기본 기하학 모양(큐브, 구 등)을 감지하고 그래스핑 포인트를 찾는다. 두 번째 모드는 핸들과 같은 복잡한 기하학 구조를 감지하고 그래스핑 포인트를 찾는다.
PointNet++을 사용하여 핸들을 정확하게 분할하고, RANSAC 및 볼록 외피 추출을 통해 기본 기하학 모양의 그래스핑 포인트를 찾는다. 실험 결과, 단순 기하학 모양의 경우 평균 RMSE 0.8 ± 0.39 cm, 복잡 기하학 모양의 경우 0.11 ± 0.06 cm의 정확도를 보였다.
제안된 시스템은 사용자의 의도를 감지하여 장갑의 손가락을 적절한 자세로 구동할 수 있다. 이를 통해 일상 생활 활동을 지원하는 비전 기반 웨어러블 로봇 장갑 제어 솔루션을 제공한다.
統計資料
단순 기하학 모양 물체의 그래스핑 포인트 RMSE: 0.8 ± 0.39 cm
복잡 기하학 모양 물체의 그래스핑 포인트 RMSE: 0.11 ± 0.06 cm
핸들 분할 IoU:
피처 0.576
피처 베이스 0.886
머그 0.727
스킬렛 뚜껑 0.886
포크 0.307
숟가락 0.259
나이프 0.255
전동 드릴 0.861
필립스 드라이버 0.424
해머 0.525
引述
"대부분의 일상 그래스핑 작업은 3D 포인트 클라우드에서 단순 및 복잡 물체 기하학을 분석하여 유추할 수 있다."
"제안된 PointGrasp 시스템은 실시간으로 가정용 장면을 의미론적으로 감지하여 맞춤형 엔드-투-엔드 그래스핑 작업을 지원하고 향상시키는 것을 목표로 한다."