研究内容＞人を支えるデジタルヒューマン

複数の環境観測と既知モデルの距離画像からの相関演算による物体検出



ヒューマノイドの物体操作

ステレオカメラ
・
距離画像

対象物の表面情報から位置
・姿勢に変換


軌道を計画
掴む
対象物の表面情報から位置姿勢に変換する流れ
＜三次元形状モデルと距離画像のマッチング方法＞

特徴
本手法の基本構想
モデルの様々な方向から距離画像を生成し、相関演算を行う
相関値の高い組み合わせから対象物の位置姿勢を検出する


相関演算による距離マッチング
SAD (Sum of Absolute Difference)法による相関演算

入力した環境の距離画像と、モデルから生成した距離画像との相関値を求めることにより、対象物の発見・位置姿勢の検出を行う。

ステレオ画像列による位置・姿勢の絞り込み
ロボットの移動情報をもとに、対象物の位置・姿勢を絞り込む。
対象物がモデルの位置姿勢と一致していれば見え方は同じ。


現実のロボットの動き
反映させる
コンピュータ上のモデルの動き
計算速度の向上
○検索領域の削減
　　物体が存在している領域だけを対象とし検索する


距離画像の３次元表示
床上に存在する物体の表示
床上の物体の領域を検出

○距離画像の生成個数の削減
　　二次元フーリエ変換を行うことで回転不変の画像を生成する


距離画像

距離画像の極座標変換
二次元フーリエ変換画像


物体の検出実験
○階段の検出実験
　　階段の周りを時計周りに一周し、任意の９つの距離画像をマッチング処理した。
　　物体検出パートで相関演算の結果がよかった１０個を選び、位置姿勢の絞り込みを行った。


実験環境
形状モデル


マッチング処理を行った距離画像


距離の誤差：107mm
角度の誤差：14度
青い点：環境の距離画像
赤い点：モデルの距離画像
○椅子の検出実験
　　椅子の周りを時計周りに一周し、任意の７つの距離画像をマッチング処理した。
　　物体検出パートで相関演算の結果がよかった１０個を選び、位置姿勢の絞り込みを行った。


実験環境
形状モデル


マッチング処理を行った距離画像


距離の誤差：94mm
角度の誤差：10度

青い点：環境の距離画像
赤い点：モデルの距離画像