Robot vision calibration and registration for 6D pose tracking
연구 내용
ICP 정합의 실패 요인을 보완하고 카메라-로봇 좌표계 정합과 깊이 기반 그립 포즈 탐지를 개선하는 연구
본 분야는 카메라 영상으로부터 로봇이 물체를 추적하고 파지 동작으로 연결하기 위해 필요한 6D 포즈 추정의 안정성을 높이는 기술입니다. 연구에서는 ICP 기반 추적에서 평면성 또는 대칭성으로 인한 정합 실패를 줄이기 위해 RGB 키포인트로 초기 자세를 제공하고, 대칭/회전 특성을 고려한 손실 가중치 보정을 수행합니다. 추적 실패 시점에는 ORB 디스크립터 기반 감지로 재초기화를 구현합니다. 또한 손-눈(hand-eye) 캘리브레이션을 모션 조건의 관점에서 견고화하고, 세그멘테이션 기반 깊이 맵 보정으로 그립 포즈 탐지 정확도를 향상시키는 접근을 병행합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 ICP가 제공하는 낮은 연산비용과 범용성을 유지하면서도, 평면·대칭 물체에서 발생하는 추적 실패를 완화하는 알고리즘 개선에 집중했습니다. 이후에는 추적 실패를 복구할 수 있는 자체 회복 절차를 결합해 운용 연속성을 확보했습니다. 병행 연구로는 손-눈 캘리브레이션을 모션 가이드 조건을 통해 안정화하는 방향으로 진행했습니다. 최근에는 세그멘테이션 기반 깊이 맵 보정으로 그립 포즈 탐지의 입력 품질을 개선하고, 실제 파지 시나리오에서 포즈 추정 성능을 연결하는 단계로 확장했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
ICP Enhancement Algorithm for 6D Pose Tracking of Household Objects
Robust Hand-Eye Calibration Using Well-Conditioned Motion Guidance
Segmentation-Based Depth Map Adjustment for Improved Grasping Pose Detection