[論文レビュー] Three-dimensional Simultaneous Shape and Pose Estimation for Extended Objects Using Spherical Harmonics

Gerhard Kurz, Florian Faion+3 more|arXiv (Cornell University)|Dec 25, 2020

Robotics and Sensor-Based Localization参考文献 27被引用数 8

ひとこと要約

本稿では、星型凸形状を表現するために球面調和関数を用いた、延長物体の再帰的3次元形状および姿勢推定手法を提案する。物体の表面拡大を球面座標の関数としてモデル化し、無標品カルマンフィルタを用いて調和係数を推定することで、楕円形近似を越える複雑で非剛体な形状の高精度でリアルタイムな追跡および再構成が可能になる。

ABSTRACT

We propose a new recursive method for simultaneous estimation of both the pose and the shape of a three-dimensional extended object. The key idea of the presented method is to represent the shape of the object using spherical harmonics, similar to the way Fourier series can be used in the two-dimensional case. This allows us to derive a measurement equation that can be used within the framework of nonlinear filters such as the UKF. We provide both simulative and experimental evaluations of the novel techniques.

研究の動機と目的

• 形状と姿勢を同時に推定できる有効な3次元延長物体追跡手法の不足を補う。
• 既存の追跡フレームワークにおける2次元のみのアプローチおよび楕円形形状仮定の制限を克服する。
• リアルタイムなロボットアプリケーションにおいて、非剛体で星型凸の物体形状を再帰的に高精度に推定することを可能にする。
• 詳細な再構成および分類を可能にする汎用的な形状表現を提供する。
• 正確な3次元形状モデリングを通じて、グリップ計画および物体認識の応用を促進する。

提案手法

• 星型凸物体の3次元形状を、中心の星点からの径方向距離を球面座標の関数として表現する。
• 形状関数のパラメータ化に球面調和関数を基底として用い、コンパクトで滑らかな表現を可能にする。
• 測定プロセスを球面調和係数と物体の姿勢（位置および方向）の非線形関数としてモデル化する。
• ノイズのある3次元点群測定値から、無標品カルマンフィルタ（UKF）を用いて再帰的に姿勢および調和係数を推定する。
• 動的推定の向上を図るため、状態遷移モデルに既知の角速度を組み込む。
• 2台のKinect 2.0カメラからのマルチセンサー深度データを用いて、高密度でマルチビューの点群を取得し、形状再構成を行う。

実験結果

リサーチクエスチョン

• RQ1 球面調和関数は、非剛体で星型凸の物体形状を、延長物体追跡において効果的かつ再帰的に表現できるか？
• RQ2 球面調和係数の数が形状再構成の精度と詳細さにどのように影響するか？
• RQ3 実世界のシナリオにおいて、既存の手法（例：ランダム行列（楕円形仮定）およびアルファ形状（ノイズに敏感））を上回る性能を発揮できるか？
• RQ4 本手法は、既知の角速度を含む、形状および運動の動的変化をどの程度適切に処理できるか？
• RQ5 ノイズや外れ値を含む実世界のセンサデータに対しても、本手法はどの程度一般化可能か？

主な発見

• 提案手法は、球面調和関数を用いて高精度な3次元形状および姿勢推定を実現し、調和次数を高める（例：次数15は次数6より詳細な再構成を可能）ことで再構成品質が著しく向上する。
• 2台のKinect 2.0センサーを用いて、動く水差しの動きをリアルタイムに追跡し、安定的かつ一貫性のある姿勢推定が達成された。
• 楕円形形状に限定されるランダム行列アプローチは、形状推定が著しく劣っており、より柔軟な表現の必要性が裏付けられた。
• アルファ形状は詳細さに優れるが、ノイズに非常に敏感で、時間ステップ間で不安定であったのに対し、本手法のフィルタベースのアプローチは優れたロバスト性を示した。
• 球面調和関数の使用により、マルチビュー深度データの再帰的融合が可能となり、時間経過に伴って一貫性があり滑らかな3次元形状モデルが得られた。
• 状態モデルに既知の角速度を組み込むことで、特に回転運動時の動的推定性能が向上した。