http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
선분 분할 탐지를 활용한 RGB-D 포인트 클라우드 객체의 6자유도 자세 추정
정현수(H. S. Jeong),황면중(M. J. Hwang) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
본 논문에서는 물체의 정확한 파지를 위하여 RGB-D 카메라의 포인트 클라우드(Point Cloud) 내에서 3 차원 객체 모델을 인식하고 여러 인스턴스의 6D 자세를 추정하는 자세 추정 알고리즘을 제안한다. 산업현장에서는 수많은 부품이 쌓여 있는 경우 각 물체를 3 차원 비전으로 인식하여 정확한 파지 위치를 결정하는 것이 쉽지 않다. 제안된 알고리즘에서는 지도학습 기반과 대비되는 방식으로 포인트 클라우드에서 얻은 물체 평면의 꼭짓점을 구하여 학습되지 않은 물체의 6D 자세를 계산한다. 제안된 절차는 크게 두 단계로 이루어져 있다. 첫 번째는, 모폴로지(Morphology)에서 열기(Opening) 연산을 이용하여 영상을 개선하고, 선분 분할 탐지로 물체의 윤곽선을 도출한 후 RGB-D 포인트 클라우드상의 3 차원 좌표를 물체별로 파악한다. 두 번째 단계에서는 픽셀 좌표상에서 구분된 평면의 윤곽선이 목표 윤곽선 형상에 만족하는지 평가하고 특이값 분해로 구한 카메라 3 차원 좌표계에서 로봇 베이스 기준으로 변환행렬을 활용하여 객체의 로봇 파지를 위한 6D 자세를 구해낸다. 기존 비지도 학습을 활용한 객체 인식 방식과는 다르게 선분 분할 탐지 방식을 이용한 본 방법은 3D 포인트 클라우드를 파악하여 빠른 속도로 로봇의 파지를 위한 물체의 정확한 자세 추정이 가능하다. 제안된 방식은 직육면체 형태의 물체가 쌓여 있는 환경에서의 다양한 실험을 통해 검증하였다.