Resumen Técnico: Ver a través de la Oclusión – Corrección Cinemática Determinista del Brazo para Teleoperación de Robots

1. Planteamiento del Problema

El artículo aborda las limitaciones de los sistemas de captura de movimiento (mocap) basados en una sola cámara RGB-D para la teleoperación de robots. Aunque estos sistemas ofrecen una alternativa de bajo costo y no invasiva frente a las configuraciones basadas en marcadores, sufren dos problemas críticos durante el movimiento de los miembros superiores:

1. Estimación de Profundidad Poco Fiable bajo Auto-oclusión: Cuando las articulaciones distales (por ejemplo, la mano, la muñeca) ocultan a las articulaciones proximales (por ejemplo, el codo, el hombro), el sensor de profundidad suele asignar valores de profundidad incorrectos. Esto provoca un control robótico inestable y movimientos no deseados.
2. Inconsistencia Anatómica: Los métodos de filtrado estándar (por ejemplo, Filtros de Kalman) procesan las articulaciones de forma independiente, fallando al no imponer restricciones cinemáticas. Esto resulta en poses con longitudes de brazo inconsistentes, violando la realidad anatómica y distorsionando la construcción de los marcos de control necesarios para el mapeo de movimiento.

Las soluciones existentes, como los modelos probabilísticos (filtros de partículas) o la cinemática inversa basada en optimización, suelen requerir un ajuste de parámetros complejo, computación iterativa o un diseño de modelo extensivo, lo que limita su eficiencia y robustez en escenarios del mundo real en tiempo real.

2. Metodología: Corrección Cinemática del Brazo (AKC)

Los autores proponen el algoritmo de Corrección Cinemática del Brazo (AKC), un módulo de post-procesamiento determinista y ligero diseñado para corregir poses poco fiables tras la detección de puntos de referencia (landmarks) y el filtrado temporal estándar.

Descripción General del Marco de Trabajo

El sistema opera en un flujo de cinco etapas:

1. Adquisición de Entrada: Flujos de video RGB y de profundidad sincronizados desde una sola cámara RGB-D (Intel RealSense D435).
2. Detección de Puntos de Referencia de la Pose: Extracción de puntos de referencia 2D utilizando MediaPipe BlazePose, aumentados con valores de profundidad para formar poses 3D iniciales.
3. Filtrado Temporal: Un filtro de oclusión descarta los puntos de referencia de baja visibilidad. Un Filtro de Kalman (KF) o un Filtro de Kalman Extendido (EKF) suaviza las trayectorias y estima las coordenadas faltantes.
4. Corrección Cinemática del Brazo (AKC): La contribución central. Esta etapa impone longitudes constantes para el brazo superior e inferior para reconstruir las articulaciones ocluidas.
5. Mapeo de Movimiento: Construcción de marcos de control para la teleoperación de robots basados en la pose 3D corregida.

El Algoritmo AKC

El AKC opera bajo el supuesto de que las longitudes del brazo son constantes y que la posición de la muñeca (al estar más cerca de la cámara) es menos propensa a la oclusión. Utiliza una formulación geométrica determinista basada en el teorema de Pitágoras:

• Reconstrucción Geométrica: Dadas las coordenadas 2D fiables $(x, y)$ y la posición de la muñeca, se reconstruye la profundidad ($z$) del codo y el hombro. El método genera cuatro soluciones candidatas (dos para el codo, dos para cada hombro) resolviendo la variable de profundidad en las ecuaciones de distancia:
  $$p_{e,z} = p_{w,z} \pm \sqrt{l_f^2 - (p_{e,x} - p_{w,x})^2 - (p_{e,y} - p_{w,y})^2}$$
  (y de manera similar para el hombro).
• Ajuste de Validez: Si el ruido de la medición resulta en soluciones inválidas (imaginarias/números complejos) debido a radicandos negativos, las posiciones de las articulaciones se proyectan sobre la superficie factible escalando la distancia euclidiana para que coincida con la longitud de brazo predefinida.
• Selección de Candidatos: Una función de costo evalúa los cuatro candidatos basándose en cinco métricas:
  1. Consistencia Espacial del Codo: Desviación de la estimación filtrada del codo.
  2. Consistencia Espacial del Hombro: Desviación de la estimación filtrada del hombro.
  3. Consistencia Temporal: Suavidad relativa respecto a las posiciones de articulación anteriores.
  4. Regularización del Ancho del Hombro: Consistencia con el ancho medido del hombro.
  5. Plausibilidad Anatómica: Asegurar que los ángulos articulares permanezcan dentro de los límites fisiológicos (por ejemplo, de $40^\circ$ a $180^\circ$).
• Factor de Encogimiento (Shrink Factor): Para manejar casos donde el ruido hace que la longitud observada del brazo exceda la longitud preestablecida, se aplica un factor de encogimiento ($s < 1.0$) a la longitud preestablecida durante la búsqueda de candidatos para mejorar la robustez.

Línea Base de Comparación

Los autores comparan el AKC contra un método de Cinemática Inversa Basada en Optimización con Restricciones (COIK), el cual impone restricciones similares pero depende de la optimización iterativa.

3. Contribuciones Clave

1. Marco de Post-Procesamiento: Una capa de corrección para sistemas de mocap RGB-D que mejora la estimación de profundidad de las articulaciones ocluidas mediante el uso de restricciones geométricas.
2. Enfoque Geométrico Determinista: Un método que impone longitudes de brazo constantes sin necesidad de modelos probabilísticos complejos o ajustes extensos de parámetros, reduciendo el espacio de soluciones a solo cuatro candidatos.
3. Validación Experimental: Evaluación exhaustiva frente a un sistema de referencia Vicon que demuestra una mayor robustez y consistencia anatómica tanto en movimientos estáticos como dinámicos bajo severa auto-oclusión.

4. Resultados Experimentales

Los experimentos se realizaron utilizando un robot TIAGo Pro y un sistema de captura de movimiento Vicon como verdad de terreno (ground truth). Se probaron dos tipos de movimiento: oclusión de corta duración (aducción horizontal) y oclusión de larga duración (flexión-extensión del codo).

• Precisión de Profundidad: En el Movimiento II (oclusión de larga duración), el error de profundidad bruto para el hombro fue de 28.54 cm. El filtro KF aumentó este error a 122.91 cm debido a la deriva (drift). El AKC redujo el error a 5.23 cm, una mejora significativa respecto tanto a los datos brutos como al KF.
• Consistencia Anatómica: Mientras que los métodos de datos brutos, KF y EKF mostraron variaciones de longitud de brazo de hasta 507 cm (debido a la falta de restricciones), el AKC mantuvo una variación de 0.0 cm, asegurando la adherencia estricta a las restricciones anatómicas.
• Eficiencia Computacional: El AKC añadió solo ~11 ms de sobrecarga computacional, lo que lo hace adecuado para aplicaciones en tiempo real. En contraste, la línea base COIK exhibió una alta latencia (hasta 213 ms) y un comportamiento no determinista, lo que lo hace menos apto para la teleoperación en tiempo real.
• Desempeño de la Teleoperación: En tareas simuladas y físicas de recogida y colocación (pick-and-place), el AKC proporcionó marcos de control estables. Los métodos basados en datos brutos y KF resultaron en marcos distorsionados no aptos para el control, mientras que el COIK mostró inestabilidad debido a la convergencia en mínimos locales.
• Integración de Filtros: El AKC funcionó mejor cuando se combinó con un EKF, reduciendo aún más el RMSE de profundidad en comparación con el KF, aunque se mantuvo robusto incluso con filtros temporales menos fiables.

5. Significación y Reivindicaciones

El artículo afirma que el AKC ofrece una solución práctica, computacionalmente eficiente y de fácil despliegue para mejorar la captura de movimiento basada en RGB-D en entornos propensos a la oclusión.

• Robustez: El método logra preservar con éxito la consistencia anatómica y la precisión de la profundidad incluso bajo una severa y prolongada auto-oclusión, un escenario donde los filtros convencionales fallan.
• Simplicidad: Al evitar la optimización iterativa y los modelos probabilísticos complejos, el AKC proporciona una alternativa determinista que es más fácil de ajustar y más rápida de ejecutar.
• Aplicabilidad: El marco está validado específicamente para la teleoperación de robots y la interacción humano-robot, particularmente en escenarios de cuidado remoto donde las configuraciones de bajo costo y no invasivas son esenciales.
• Limitaciones: Los autores señalan que la formulación actual asume que la muñeca es el punto de referencia más fiable, lo que la hace principalmente adecuada para el movimiento de los miembros superiores. La extensión a los miembros inferiores se identifica como un trabajo futuro debido a los diferentes patrones de oclusión y la fiabilidad de las articulaciones de referencia.

El artículo concluye que el AKC cierra eficazmente la brecha entre la detección visual de bajo costo y los altos requisitos de fidelidad de la teleoperación, permitiendo un control robótico estable sin la necesidad de calibraciones complejas o marcadores invasivos.