[論文レビュー] Localizing Grasp Affordances in 3-D Points Clouds Using Taubin Quadric Fitting

Andreas ten Pas, Robert W. Platt|arXiv (Cornell University)|Nov 13, 2013

Robot Manipulation and Learning参考文献 21被引用数 13

ひとこと要約

本稿では、3次元点群における包み込み型 grasping のための高速かつ高精度な局所化手法を提案する。本手法は、被覆する grasp を円筒シェルとしてモデル化し、Taubin の二次曲面フィッティングを用いて頑健な表面推定を実現する。本手法は、ごみの多いシーンでも高い正確性と再現率を達成し、リアルタイムで効率的に動作するため、オブジェクトデータベースや事前処理を必要としないロボット用 grasping システムに適している。

ABSTRACT

Perception-for-grasping is a challenging problem in robotics. Inexpensive range sensors such as the Microsoft Kinect provide sensing capabilities that have given new life to the effort of developing robust and accurate perception methods for robot grasping. This paper proposes a new approach to localizing enveloping grasp affordances in 3-D point clouds efficiently. The approach is based on modeling enveloping grasp affordances as a cylindrical shells that corresponds to the geometry of the robot hand. A fast and accurate fitting method for quadratic surfaces is the core of our approach. An evaluation on a set of cluttered environments shows high precision and recall statistics. Our results also show that the approach compares favorably with some alternatives, and that it is efficient enough to be employed for robot grasping in real-time.

研究の動機と目的

• 構造的でない、ごみの多い環境における、オブジェクトデータベースに依存しない頑健で効率的な grasping のための認識の課題に取り組む。
• ロボットハンドの幾何形状に一致する円筒シェルとしてモデル化することで、3次元点群から直接包み込み型 grasp affordance を局所化する。
• ボクセル化、地面平面抽出、オブジェクトセグメンテーションなどの高コストな事前処理ステップを回避する、計算的に効率的な手法を開発する。
• 速度と正確性の最適化により、ロボットプラットフォーム上で grasp 局所化をリアルタイムで実行可能にする。
• オブジェクト認識から grasp プランニングを分離し、意味的オブジェクトモデルではなく幾何的 affordance に焦点を当てる。

提案手法

• 包み込み型 grasp affordance を、ロボットハンドの最小開口部に対応する内径を有する円筒シェルとしてモデル化し、ハンドの挿入に十分なクリアランスを確保する内・外半径の差を設定する。
• 点群データに二次曲面（円筒）をフィッティングするために、Taubin の二次曲面フィッティングを適用し、最適な二次曲面パラメータを求めるために一般化固有値問題を解く。
• 1回の実行あたり点群を4,000回サンプリングし、各サンプルが局所的な点の近傍解析に基づいて候補となる円筒を定義する。
• PCAベース、Normalsベース、Taubinベースの3つのアルゴリズムバージョンを実装し、フィッティングに用いる局所幾何の推定方法が異なる。
• C++でのROS実装において性能最適化のため、球面半径探索の代わりにk近傍探索（k=500）を採用する。
• 地面平面、オブジェクト分離、重力方向の整列に関する仮定を避けることで、構造のないシーンでも頑健性を確保する。

実験結果

リサーチクエスチョン

• RQ1 Taubin の二次曲面フィッティングは、ごみの多い3次元点群において、高い正確性と再現率で円筒型 grasp affordance を効果的に局所化できるか？
• RQ2 PCA や表面法線ベースのフィッティングといった代替手法と比較して、本手法は正確性と速度の面でどのように優れているか？
• RQ3 本手法は、事前処理やオブジェクトデータベースに依存しない現実世界の構造のない環境でも、どの程度の性能を示すか？
• RQ4 本アルゴリズムは、ロボットプラットフォーム上でリアルタイムの grasping 応用をサポートするのに十分な効率性を有しているか？
• RQ5 PCA、法線、Taubin といった異なる幾何フィッティング戦略は、複雑なシーンにおける曲がったハンドルの検出にどのように影響を与えるか？

主な発見

• Taubin 法は、10のテストシーンのうち8つで少なくとも90%の正確性を達成し、真の grasp affordance の検出において高い正確性を示した。
• 3つの手法すべてが、ほぼすべての実行で100%の再現率を達成しており、アルゴリズムがほぼすべての真の grasp affordance を正しく検出できたことを示している。
• PCA バージョンが最も高速で、5,000サンプルあたり0.01秒未塔で実行されたのに対し、Taubin バージョンはサンプル数に比例して線形に実行時間が増加した。
• Normals 変種が最も遅く、表面法線推定の計算コストのため、1回の実行あたり約4秒を要した。
• 弱く曲がったハンドル（例：ホウキのゴミ箱）を含むシーンでは、Taubin 法がPCAおよびNormals法を上回り、非円筒形状の特徴を正しく拒否した。
• すべての手法が、キッチン1のシーンで誤検出を多く示した。主に、ローションボトル、箱、フランスプレッシャーの付近に誤検出が生じており、高密度なごみ環境における課題を浮き彫りにした。