SO6D: Symmetry-aware Octree Encoding for Textureless Objects’ 6D Pose Estimation

في عالم التصنيع الحديث الصاخب، تُكلف الروبوتات بشكل متزايد بالمهام الدقيقة المتمثلة في تجميع الأجزاء، وفرز المكونات، ورص الصناديق. وللقيام بذلك، يحتاج الروبوت إلى معرفة مكان الكائن بدقة وكيفية دورانه في الفضاء. يُعرف هذا بتقدير الوضعية سداسي الأبعاد، وهو مصطلح يعني ببساطة تحديد موقع الكائن في الأبعاد الثلاثة وتوجهه في الأبعاد الثلاثة. وبينما قد يبدو هذا الأمر بسيطًا بالنسبة لقطعة فريدة الشكل، إلا أنه يتحول إلى لغز عميق عندما يكون الكائن متماثلًا. فكر في أسطوانة معدنية بسيطة أو لوح مربع مسطح؛ هذه الأشكال تبدو نفسها من زوايا مختلفة. بالنسبة لنظام الرؤية الحاسوبية، تبدو الأسطوانة التي تم تدويرها بمقدار تسعين درجة مطابقة للأصل، مما يخلق موقفًا مربكًا حيث لا يستطيع الروبوت التمييز بين الاتجاه العلوي أو أي جانب يواجه الأمام. هذا الغموض يتسبب في تعثر أنظمة الرؤية القياسية، مما يؤدي إلى أخطاء يمكن أن توقف خط إنتاج بأكمله.

قام باحثون في جامعة شنغهاي للعلوم والتكنولوجيا بتطوير نهج جديد لحل هذه المشكلة المحددة، مع التركيز على الكائنات التي تفتقر إلى الأنسجة السطحية وتمتلك خصائص التماثل. طريقتهم، التي تسمى SO6D، تتعامل مع التحدي ليس كguess (تخمين) واحد، بل كعملية منظمة من الترميز، والتصويت، والتحسين. وبدلاً من محاولة مطابقة كل تفصيل صغير لكائن ما مع نموذج ثلاثي الأبعاد بطريقة تفترض أن كل نقطة فريدة، صمم الفريق نظامًا يتعرف على متى تكون أجزاء مختلفة من الكائن هي في الواقع نفس الشيء بسبب التماثل. لقد حققوا ذلك من خلال تنظيم سطح الكائن في هيكل يشبه الشبكة، تمامًا كما يتم تقسيم المدينة إلى كتل، ولكن بقاعدة خاصة: النقاط التي تعد صورًا مرآتية لبعضها البعض تُمنح نفس الملصق الرقمي تمامًا. يضمن هذا عدم ارتباك الكمبيوتر عندما يرى ميزة متماثلة، حيث يعامل الأجزاء المتطابقة كأجزاء متطابقة بدلاً من كونها أدلة متميزة ومتضاربة.

بمجرد ترميز الكائن بهذه الرموز المدركة للتماثل، ينتقل النظام إلى المرحلة التالية: إيجاد مركز الكائن. تخيل الكمبيوتر وهو ينظر إلى الكائن ويسأل كل نقطة مرئية: "إذا كنت جزءًا من دائرة مثالية، فأين سيكون مركزك؟". كل نقطة تدلي بصوت لموقع محدد في الفضاء. يجمع النظام كل هذه الأصوات ويجد البقعة التي تتداخل فيها هذه الأصوات بأكبر قدر، مما يحدد مركز الكائن بفعالية. هذه طريقة قوية لإيجاد المركز حتى لو كانت أجزاء من الكائن مخفية أو كانت الإضاءة ضعيفة. بعد إيجاد المركز، يحدد النظام التوجه. بالنسبة للكائنات المتماثلة حول محور، مثل الزجاجة، يقوم النظام بحساب الخط الذي يمر عبر المنتصف. أما بالنسبة للكائنات المتماثلة عبر مستوٍ مسطح، مثل الصندوق، فإنه يحسب السطح المسطح الذي يقسم الكائن إلى نصفين. يتم ذلك باستخدام تقنية رياضية تجد أفضل خط أو مستوٍ يناسب نقاط البيانات، مما يعمل على تنعيم أي ضجيج أو أخطاء في الرؤية الأولية.

تتضمن الخطوة النهائية عملية تحسين دقيقة لتثبيت الوضعية في مكانها. يأخذ النظام تخمينه الأولي ويقوم بسلسلة من التعديلات، مع التحقق باستمرار من المسافة بين رؤية الروبوت والنموذج ثلاثي الأبعاد. ومع ذلك، وعلى عكس الطرق القديمة التي قد تتعثر في إجابة خاطئة لأنها تحاول مطابقة النقاط بشكل أعمى، يستخدم هذا النظام الرموز الخاصة التي أنشأها سابقًا. فهو يقارن فقط النقاط التي تشترك في نفس رمز التماثل، مما يضمن عدم محاولة مطابقة جانب أيسر بجانب أيمن بطريقة تكسر التماثل. وهذا يسمح للنظام بالوص้ำ إلى الموقع الصحيح بسرعة ودقة، حتى عندما يكون الكائن محجوبًا جزئيًا عن الرؤية.

اختبر الباحثون طريقتهم على مجموعتين معروفتين من البيانات تحتويان على كائنات متماثلة وغير متماثلة. وفي الاختبارات المتعلقة بمجموعة من الأدوات المنزلية الشائعة، تفوق نظامهم على الأساليب الرائدة السابقة، محققًا معدل نجاح أعلى في تحديد موقع وزاوية الكائنات المتماثلة بشكل صحيح. وفي مجموعة بيانات أكثر تحديًا مصممة خصيصًا لاختبار التماثل، أظهر النهج الجديد تحسنات كبيرة في الدقة، لا سيما في مدى قدرته على محاذاة النموذج ثلاثي الأبعاد مع الكائن في العالم الحقيقي. أثبت النظام قدرته على التعامل مع الظروف الصعبة، مثل الظلال القوية أو الكائنات التي تظهر جزئيًا فقط، والتي غالبًا ما تتسبب في فشل الأنظمة الأخرى. وبينما تتطلب الطريقة تدريب نموذج محدد لكل نوع من أنواع الكائنات، فإن النتائج تشير إلى أن هذه الخطوة الإضافية تستحق العناء لما توفره من موثوقية في البيئات الصناعية. يوضح هذا العمل أنه من خلال تعليم الكمبيوتر صراحةً فهم التماثل، بدلاً من محاربته، يمكن للآلات أن تدرك العالم وتتعامل معه بمستوى جديد من الدقة.