論文の概要: RGB-Only Reconstruction of Tabletop Scenes for Collision-Free Manipulator Control

• arxiv url: http://arxiv.org/abs/2210.11668v1
• Date: Fri, 21 Oct 2022 01:45:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-10-24 15:55:14.381211
• Title: RGB-Only Reconstruction of Tabletop Scenes for Collision-Free Manipulator Control
• Title（参考訳）: 衝突のないマニピュレータ制御のためのテーブルトップシーンのRGBオンリー再構成
• Abstract要約: 世界のRGBビューのみを用いたロボットマニピュレータの無衝突制御システムを提案する。 テーブルトップシーンの知覚入力は、ロボットエンドエフェクタにハンドヘルドまたは装着されたRGBカメラの複数の画像によって提供される。 シーンの3次元形状を再構成するために、NeRFのようなプロセスが使用され、そこからユークリッド完全符号距離関数(ESDF)が計算される。 次に、モデル予測制御アルゴリズムを用いてマニピュレータを制御し、ESDFの障害物を避けながら所望のポーズに達する。
• 参考スコア（独自算出の注目度）: 71.51781695764872
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a system for collision-free control of a robot manipulator that uses only RGB views of the world. Perceptual input of a tabletop scene is provided by multiple images of an RGB camera (without depth) that is either handheld or mounted on the robot end effector. A NeRF-like process is used to reconstruct the 3D geometry of the scene, from which the Euclidean full signed distance function (ESDF) is computed. A model predictive control algorithm is then used to control the manipulator to reach a desired pose while avoiding obstacles in the ESDF. We show results on a real dataset collected and annotated in our lab.
• Abstract（参考訳）: 本稿では,世界のrgbビューのみを使用するロボットマニピュレータの衝突回避制御システムを提案する。 テーブルトップシーンの知覚入力は、ロボットエンドエフェクタにハンドヘルドまたは装着されたRGBカメラ(奥行きのない)の複数の画像によって提供される。 シーンの3次元形状を再構成するために、NeRFのようなプロセスが使用され、そこからユークリッド完全符号距離関数(ESDF)が計算される。 次に、モデル予測制御アルゴリズムを用いてマニピュレータを制御し、ESDFの障害物を避けながら所望のポーズに達する。 実験室で収集および注釈付けされた実際のデータセットで結果を示す。

関連論文リスト

• DARP: A Calibrated Dual-Arm RGB-D-IR Dataset for Multi-View Robotic Perception [4.077787659104315]
  本稿では,2つの独立移動眼内マニピュレータを用いた物体中心ロボット知覚のための校正デュアルアームRGB-D-IRデータセットであるDARPを提案する。 DARPには10のユニークなテーブルトップオブジェクトが含まれており、元のセンサー記録、ロボット状態ログ、オブジェクトレベルのメタデータ、キャリブレーション情報を保存する。 DARPは、多視点再構成、協調ロボット認識、マルチモーダル融合、アクティブな知覚、そして部分的な物体観察に対する将来の学習に基づく推論のための再利用可能なリソースとして意図されている。
  論文  参考訳（メタデータ） (2026-08-31T15:53:41Z)
• RGB-only Active 3D Scene Graph Generation for Indoor Mobile Robots [11.977612002830725]
  3Dシーングラフ生成への現在のアプローチは、メトリック3D再構成のためにLiDARやRGB-Dカメラのような専用深度センサーに依存している。 本稿では,RGB入力のみからの3次元シーングラフの能動的・漸進的な構築のための,完全な視覚的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-05-18T10:37:39Z)
• Fixed External Cameras as Common Prior Maps for Active 3D Scene Graph Generation [11.977612002830725]
  本稿では,ロボットカメラと固定外付けカメラの両方の観察を,ハードウェアに依存しない単一のパイプライン内でシームレスに融合する,アクティブでインクリメンタルな3Dシーングラフ生成のためのRGB専用フレームワークを提案する。 実験では、シーングラフを1台の外部カメラでブートストラップすることで、初期オブジェクトのリコールが+79%増加し、事前のリッチなコンテキストがその後のアクティブな探索の効率を大幅に向上することを示した。
  論文  参考訳（メタデータ） (2026-05-18T10:26:07Z)
• 3D Shape Control of Extensible Multi-Section Soft Continuum Robots via Visual Servoing [3.9985620702988602]
  連続体マニピュレータの全身形状を制御できる視覚制御アルゴリズムを提案する。 提案する制御アルゴリズムは,ロボット全体の体構成を制御し,運動学的冗長性を活用する。 我々のモデルに基づく2.5D形状のビジュアルサーボは、ロボットの3Dワークスペースにグローバルに安定した収束を提供する。
  論文  参考訳（メタデータ） (2026-02-22T17:06:16Z)
• Robo3R: Enhancing Robotic Manipulation with Accurate Feed-Forward 3D Reconstruction [70.06600045165905]
  3D空間認識は、一般的なロボット操作の基本であるが、信頼性が高く高品質な3D形状の取得は依然として困難である。 本稿では,RGB画像やロボットの状態から直接,正確な距離スケールのシーン形状をリアルタイムで予測する操作可能な3次元再構成モデルであるRobo3Rを紹介する。 我々は、ロボット操作のためのこの代替3Dセンシングモジュールの約束を示唆し、パフォーマンスの連続的な向上を観察する。
  論文  参考訳（メタデータ） (2026-02-10T18:58:15Z)
• Unifying Scene Representation and Hand-Eye Calibration with 3D Foundation Models [13.58353565350936]
  環境の表現はロボティクスにおける中心的な課題である。 伝統的に、ユーザーはチェッカーボードやエイプリルタグなどの特定の外部マーカーを使用してカメラを校正する必要がある。 本稿では,マニピュレータ搭載RGBカメラを搭載したロボットシステムへの3Dファウンデーション表現の統合を提唱する。
  論文  参考訳（メタデータ） (2024-04-17T18:29:32Z)
• A Distance-Geometric Method for Recovering Robot Joint Angles From an RGB Image [7.971699294672282]
  本稿では,ロボットマニピュレータの関節角度を現在の構成の1つのRGB画像のみを用いて検索する手法を提案する。 提案手法は,構成空間の距離幾何学的表現に基づいて,ロボットの運動モデルに関する知識を活用する。
  論文  参考訳（メタデータ） (2023-01-05T12:57:45Z)
• One-Shot Neural Fields for 3D Object Understanding [112.32255680399399]
  ロボット工学のための統一的でコンパクトなシーン表現を提案する。 シーン内の各オブジェクトは、幾何学と外観をキャプチャする潜在コードによって描写される。 この表現は、新しいビューレンダリングや3D再構成、安定した把握予測といった様々なタスクのためにデコードできる。
  論文  参考訳（メタデータ） (2022-10-21T17:33:14Z)
• Neural Scene Representation for Locomotion on Structured Terrain [56.48607865960868]
  本研究では,都市環境を横断する移動ロボットの局所的な地形を再構築する学習手法を提案する。 搭載されたカメラとロボットの軌道からの深度測定のストリームを用いて、ロボットの近傍の地形を推定する。 ノイズ測定とカメラ配置の盲点からの大量の欠落データにもかかわらず,シーンを忠実に再構築する3次元再構成モデルを提案する。
  論文  参考訳（メタデータ） (2022-06-16T10:45:17Z)
• Multi-Modal Fusion for Sensorimotor Coordination in Steering Angle Prediction [8.707695512525717]
  操舵角度予測のための感覚運動の協調を終末的に学習するために模倣学習を用いる。 本研究は、フレームベースのRGBとイベントデータの融合による、エンドツーエンドの横方向制御の学習について検討する。 DRFuserは、エンド・ツー・エンドの横方向制御を学習するための新しい畳み込みエンコーダ・デコーダアーキテクチャである。
  論文  参考訳（メタデータ） (2022-02-11T08:22:36Z)
• Real-time RGBD-based Extended Body Pose Estimation [57.61868412206493]
  3DヒトポーズのリアルタイムRGBDに基づく推定システムを提案する。 パラメトリック3次元変形可能なヒューマンメッシュモデル(SMPL-X)を表現として使用する。 身体のポーズと表情パラメータの推定子を訓練する。
  論文  参考訳（メタデータ） (2021-03-05T13:37:50Z)
• Nothing But Geometric Constraints: A Model-Free Method for Articulated Object Pose Estimation [89.82169646672872]
  本稿では,ロボットアームの関節構成を,モデルに先入観を持たずにRGBまたはRGB-D画像のシーケンスから推定する,教師なし視覚ベースシステムを提案する。 我々は,古典幾何学的定式化と深層学習を組み合わせることで,この課題を解決するために,極性多剛体制約を拡張した。
  論文  参考訳（メタデータ） (2020-11-30T20:46:48Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)
• Control of the Final-Phase of Closed-Loop Visual Grasping using Image-Based Visual Servoing [12.368559816913585]
  現在のロボットグリップコントローラの多くはクローズドループではないため、物体を動かすのに失敗する。 本稿では、カメラRGB情報を用いて、画像に基づく視覚サーボを用いて、ロボットをオブジェクト相対的グリップポーズに誘導する手法を提案する。
  論文  参考訳（メタデータ） (2020-01-16T05:07:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。