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

Dans le monde trépidant de la fabrication moderne, les robots sont de plus en plus chargés du travail délicat consistant à assembler des pièces, à trier des composants et à empiler des boîtes. Pour ce faire, un robot doit savoir exactement où se trouve un objet et comment il est orienté dans l'espace. C'est ce qu'on appelle l'estimation de pose en six dimensions, un terme qui signifie simplement localiser avec précision la position tridimensionnelle d'un objet et son orientation tridimensionnelle. Bien que cela puisse paraître simple pour un objet de forme unique, cela devient un casse-tête profond lorsque l'objet est symétrique. Pensez à un cylindre métallique ordinaire ou à une plaque carrée plate ; ces formes paraissent identiques sous de nombreux angles différents. Pour un système de vision par ordinateur, un cylindre pivoté de quatre-vingt-dix degrés semble identique à l'original, créant une situation déroutante où le robot ne peut pas déterminer quel côté est le haut ou quel côté fait face à l'avant. Cette ambiguïté fait trébucher les systèmes visuels standards, entraînant des erreurs qui peuvent paralyser toute une ligne de production.

Des chercheurs de l'Université des sciences et technologies de Shanghai ont développé une nouvelle approche pour résoudre ce problème spécifique, en se concentrant sur des objets qui manquent de textures de surface et possèdent des propriétés symétriques. Leur méthode, appelée SO6D, traite le défi non pas comme une supposition unique, mais comme un processus structuré de codage, de vote et de raffinement. Au lieu d'essayer de faire correspondre chaque petit détail d'un objet à un modèle 3D d'une manière qui suppose que chaque point est unique, l'équipe a conçu un système qui reconnaît quand différentes parties d'un objet sont en réalité les mêmes en raison de la symétrie. Ils y sont parvenus en organisant la surface de l'objet en une structure semblable à une grille, un peu comme une ville divisée en blocs, mais avec une règle spéciale : les points qui sont des images miroirs les uns des autres reçoivent exactement le même étiquetage numérique. Cela garantit que l'ordinateur ne soit pas confus lorsqu'il voit une caractéristique symétrique, traitant les parties identiques comme identiques plutôt que comme des indices distincts et contradictoires.

Une fois que l'objet est étiqueté avec ces codes sensibles à la symétrie, le système passe à l'étape suivante : trouver le centre de l'objet. Imaginez l'ordinateur regardant l'objet et demandant à chaque point visible : « Si tu faisais partie d'un cercle parfait, où serait le centre ? » Chaque point vote pour une position spécifique dans l'espace. Le système collecte tous ces votes et trouve l'endroit où ils se superposent le plus, localisant ainsi efficacement le centre de l'objet. C'est une façon robuste de trouver le centre, même si certaines parties de l'objet sont cachées ou si l'éclairage est médiocre. Après avoir trouvé le centre, le système détermine l'orientation de l'objet. Pour les objets qui sont symétriques autour d'un axe, comme une bouteille, il calcule la ligne qui traverse le milieu. Pour les objets symétriques par rapport à un plan plat, comme une boîte, il calcule la surface plane qui divise l'objet en deux. Cela est réalisé à l'aide d'une technique mathématique qui trouve la ligne ou le plan de meilleur ajustement à travers les points de données, lissant ainsi le bruit ou les erreurs de la vue initiale.

La dernière étape implique un processus de raffinement minutieux pour verrouiller la pose en place. Le système prend sa supposition initiale et effectue une série d'ajustements, vérifiant constamment la distance entre la vue du robot et le modèle 3D. Cependant, contrairement aux méthodes plus anciennes qui pourraient rester bloquées sur une mauvaise réponse parce qu'elles tentent de faire correspondre des points aveuglément, ce système utilise les codes spéciaux créés précédemment. Il ne compare que les points qui partagent le même code de symétrie, garantissant qu'il ne tente jamais de faire correspondre un côté gauche à un côté droit d'une manière qui briserait la symétrie. Cela permet au système de converger rapidement et avec précision vers la position correcte, même lorsque l'objet est partiellement obstrué de la vue.

Les chercheurs ont testé leur méthode sur deux collections de données bien connues contenant des objets à la fois symétriques et asymétriques. Dans des tests impliquant un ensemble d'articles ménagers courants, leur système a surpassé les méthodes de pointe précédentes, atteignant un taux de réussite plus élevé dans l'identification correcte de la position et de l'angle des objets symétriques. Sur un ensemble de données plus difficile, spécifiquement conçu pour tester la symétrie, la nouvelle approche a montré des améliorations significatives de la précision, particulièrement dans sa capacité à aligner le modèle 3D avec l'objet réel. Le système s'est avéré capable de gérer des conditions difficiles, telles que des ombres marquées et des objets seulement partiellement visibles, qui font souvent échouer les autres systèmes. Bien que la méthode nécessite l'entraînement d'un modèle spécifique pour chaque type d'objet, les résultats suggèrent que cette étape supplémentaire en vaut la peine pour la fiabilité qu'elle apporte aux contextes industriels. Ce travail démontre qu'en enseignant explicitement à un ordinateur à comprendre la symétrie, plutôt qu'à lutter contre elle, les machines peuvent saisir et manipuler le monde avec un nouveau niveau de précision.