로봇 조작을 위한 RGB-D 영상 기반 평면객체 자세 추정

Abstract

본 연구에서는 영상을 이용한 로봇의 제어에 앞서 기존의 RGB 영상에 Depth를 융합한 RGB-D 영상 정보를 통해 기존 방법보다 개선된 사물의 지각과 3차원 물체의 위치 및 자세를 추정하는 방법을 제안한다. 일반적인 비 마커기반(Marker less) 비주얼 서보잉(Visual Servoing)에서는 사물의 검출을 위해 SIFT등의 영상기반 알고리즘을 사용한다.학습영상과 입력영상에서 검출된 사물간의 2차원 두 평면사이의 관계에서 회전행렬(Rotation Matrix)을 도출하고 이를 통해 두 2차원 평면의 위치(Translation)와 회전(Rotation)변이를 구할 수 있다. 하지만 기존의 방법은 조도의 차이, 입력영상의 노이즈에 의해 단지 수 픽셀의 오정합(Miss matching)에도 2차원 영상으로 투영(Projection)된 3차원 사물의 자세를 추정할 때 큰 오차를 나타냈다.이러한 문제를 해결하고자 기존의 RGB영상에 Depth를 융합하여 사물의 자세를 추정하는 새로운 방법을 제안한다. 입력영상에서 검출된 사물의 영역을 선택하고, 선택된 사물에서 Depth 정보를 통해 Depth Plane를 linear regression한다. 이렇게 regression 된 영역의 회전변이를 구하기 위해 Plane Equation을 구하여 ?, ?, ?축에 대한 회전변이를 계산한다. 제안된 방법에 대해 Katana robot arm으로 iPad 표면을 따라 조작하는 동작을 통해 성능을 검증하였다.