새 필터로 로봇 비전 향상: 정확한 6D 포즈 추정 가능

로봇은 조립 라인의 단순 작업 같은 동일한 반복 동작을 잘한다. 하지만 환경 속을 움직이는 객체를 지각하는 능력은 부족하다. 일리노이 대학교 어바나-샴페인, 엔비디아(NVIDIA), 워싱턴 대학교, 스탠퍼드 대학교 연구자들이 6D 객체 포즈 추정에 대한 최근 연구를 수행해 로봇에 더 큰 공간 지각을 주는 필터를 개발했다. 이를 통해 로봇이 객체를 조작하고 공간을 더 정확하게 탐색할 수 있게 한다.

3D 포즈가 카메라 상대적인 객체의 X, Y, Z축 위치 정보(상대적 위치)를 제공한다면, 6D 포즈는 훨씬 더 완전한 그림을 준다. 비행 중인 비행기를 묘사하는 것처럼, 로봇은 객체 방향의 3차원(요, 피치, 롤)을 알아야 한다. 실제 환경에서 그 6개 차원은 끊임없이 변한다.

이 필터는 로봇이 공간 데이터를 분석하도록 돕기 위해 개발됐다. 필터는 객체를 겨냥한 카메라들이 수집한 각 파티클, 즉 이미지 정보 조각을 살펴 판단 오류를 줄인다.

이미지 기반 6D 포즈 추정 프레임워크에서 파티클 필터는 샘플을 사용해 위치와 방향을 추정한다. 모든 파티클은 가설과 같다 — 위치와 방향에 대한 추정이 필요한 추측. 파티클 필터는 관측을 사용해 다른 파티클들로부터 정보의 중요도 값을 계산하고 잘못된 추정을 제거한다.

이전에는 객체 방향의 전체 분포를 추정하는 시스템이 없었다. 이는 로봇 조작에 중요한 불확실성 정보를 제공한다. 새로운 필터는 라오-블랙웰화 파티클 필터링 프레임워크에서 6D 객체 포즈 추적을 사용하며, 객체의 3D 회전과 3D 병진을 분리한다. 이 새로운 접근법인 PoseRBPF는 객체의 3D 병진을 3D 회전에 대한 전체 분포와 함께 효율적으로 추정할 수 있게 한다. 결과적으로 Pose-RBPF는 임의의 대칭성을 가진 객체를 추적하면서도 적절한 사후 분포를 유지할 수 있다.

자세한 정보는 로이스 욕-소울리안(Lois Yok-soulian)에게 문의: 이메일(스팸봇 보호, 자바스크립트 필요) / 전화: 217-244-2788.