ロボット制御のための時間的に一貫した物体6D姿勢推定

arXiv cs.RO / 2026/5/5

📰 ニュースDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research

共有:

要点

この論文は、単一視点RGBの6D姿勢推定における重要な課題として、フレームごとの精度が高くてもロボットのフィードバック制御に必要な時間的な一貫性が不足しがちである点を扱います。
提案手法は、物体の運動モデルを取り込み、測定不確実性を明示的に推定することで時間的整合性を強制する、ファクタグラフに基づくオンライン推定器を示します。
運動モデルと不確実性推定を最適化ベースの枠組みに統合し、外れ値除去と平滑化によって姿勢の安定性を高めます。
実験では標準化された6D姿勢推定ベンチマークで大きな改善が確認されるとともに、トルク制御マニピュレータに取り付けたカメラで物体を追跡するフィードバック制御課題でも安定性が向上することを実証します。

Abstract

単一視点RGB物体姿勢推定器は、視覚ベースのロボット制御に適した水準の精度と効率に到達しています。しかし、市販の手法では、安定したフィードバック制御に必須となる時間的整合性と頑健性が欠けています。本研究では、物体姿勢推定の時間的整合性を強制するための因子グラフアプローチを開発します。具体的には、提案手法は：(i) 物体の運動モデルを取り込み、(ii) 物体姿勢の計測不確実性を明示的に推定し、(iii) 上記2つの要素をオンラインの最適化ベース推定器に統合します。提案する因子グラフアプローチを用いて、適切な外れ値除去と平滑化を行うことで、標準化された姿勢推定ベンチマークにおける結果を大幅に改善できることを示します。さらに、提案手法を、トルク制御されたマニピュレータに取り付けられたカメラによって物体を追跡するフィードバック型ロボット制御タスクに対して、実験により提案手法の安定性を検証します。