카메라 영상을 이용한 실시간 6D 자세 추적은 로봇이 가정 내 물품을 추적하고 집게로 파지할 수 있도록 하는 데 중요한 역할을 한다. 반복적 근접점(iterative closest point, ICP)은 성능이 좋고 자원 소모가 적어 자세 추적의 주요 방법으로 자주 사용되지만, 평면적 또는 대칭적인 물체를 다루기 어렵다는 등 여러 과제가 있다. 이러한 과제는 추적 상황에서 ICP가 실패하기 쉬운 원인이 된다. 본 연구에서는 가정용 물품 추적에 ICP를 효과적으로 활용하기 위한 ICP 향상 알고리즘을 제안한다. 우리의 주요 기여는 세 가지로 요약할 수 있다. (1) 초기 자세 획득을 위한 RGB 키포인트의 사용, (2) 평면적 또는 회전 대칭 물체를 다루기 위한 정련(refinement) 접근법, (3) 추적 실패 시의 자기 복구 알고리즘이다. 우리는 RGB 키포인트를 사용하여 초기 자세를 추정하고, 물체의 평면 및 회전 대칭 특성을 고려하여 손실 함수의 가중치를 미세 조정함으로써 정확한 자세를 달성한다. 또한 추적 실패를 감지하고 해결하기 위해 Oriented FAST and Rotated BRIEF(ORB) 디스크립터를 이용한 복구 알고리즘을 적용하였다. RGB 텍스처가 낮은 물체에서는 성능이 비교적 제한적이었으나, 충분한 RGB 텍스처가 존재하는 경우 본 알고리즘은 안정적이며 높은 정확도를 달성하였다. YCB Video 데이터셋의 16개 물체에 대해 본 알고리즘이 100% ADDs-AUC를 달성함을 확인하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.