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

Nel frenetico mondo della manifattura moderna, i robot sono sempre più incaricati del delicato lavoro di assemblare parti, smistare componenti e impilare scatole. Per farlo, un robot ha bisogno di sapere esattamente dove si trova un oggetto e come sia ruotato nello spazio. Questo è noto come stima della posa a sei dimensioni, un termine che significa semplicemente individuare la posizione tridimensionale di un oggetto e la sua orientazione tridimensionale. Sebbene ciò possa sembrare semplice per un oggetto dalla forma unica, diventa un enigma profondo quando l'oggetto è simmetrico. Pensate a un cilindro metallico liscio o a una piastra quadrata piatta; queste forme appaiono identiche da molte angolazioni diverse. Per un sistema di visione artificiale, un cilindro ruotato di novanta gradi appare identico all'originale, creando una situazione confusa in cui il robot non riesce a capire quale sia il verso verso l'alto o quale lato sia rivolto in avanti. Questa ambiguità fa inciampare i sistemi visivi standard, portando a errori che possono bloccare un'intera linea di produzione.

I ricercatori della Università di Scienza e Tecnologia di Shanghai hanno sviluppato un nuovo approccio per risolvere questo problema specifico, concentrandosi su oggetti che mancano di texture superficiali e possiedono proprietà simmetriche. Il loro metodo, chiamato SO6D, tratta la sfida non come un singolo tentativo, ma come un processo strutturato di codifica, voto e raffinamento. Invece di cercare di far corrispondere ogni minuscolo dettaglio di un oggetto a un modello 3D in un modo che assume che ogni punto sia unico, il team ha progettato un sistema che riconosce quando parti diverse di un oggetto sono in realtà le stesse a causa della simmetria. Ci sono riusciti organizzando la superficie dell'oggetto in una struttura simile a una griglia, simile a come una città è divisa in isolati, ma con una regola speciale: i punti che sono immagini speculari l'uno dell'altro ricevono esattamente lo stesso codice digitale. Ciò assicura che il computer non si confonda quando vede una caratteristica simmetrica, trattando le parti identiche come identiche piuttosto che come indizi distinti e contrastanti.

Una volta che l'oggetto è stato etichettato con questi codici sensibili alla simmetria, il sistema passa alla fase successiva: trovare il centro dell'oggetto. Immaginate il computer che guarda l'oggetto e chiede a ogni punto visibile: "Se tu facessi parte di un cerchio perfetto, dove sarebbe il centro?". Ogni punto esprime un voto per una specifica posizione nello spazio. Il sistema raccoglie tutti questi voti e trova il punto in cui si sovrappongono maggiormente, individuando efficacementmente il centro dell'oggetto. Questo è un modo robusto per trovare il centro anche se parti dell'oggetto sono nascoste o l'illuminazione è scarsa. Dopo aver trovato il centro, il sistema determina l'orientamento dell'oggetto. Per gli oggetti simmetrici attorno a un asse, come una bottiglia, calcola la linea che attraversa il centro. Per gli oggetti simmetrici rispetto a un piano piatto, come una scatola, calcola la superficie piatta che divide l'oggetto a metà. Questo viene fatto utilizzando una tecnica matematica che trova la linea o il piano di miglior adattamento attraverso i punti dati, attenuando il rumore o gli errori della visualizzazione iniziale.

L'ultimo passaggio prevede un processo di raffinamento attento per bloccare la posa al suo posto. Il sistema prende la sua ipotesi iniziale ed esegue una serie di aggiustamenti, controllando costantemente la distanza tra la vista del robot e il modello 3D. Tuttavia, a differenza dei metodi più vecchi che potrebbero bloccarsi su una risposta errata perché tentano di far corrispondere i punti alla cieca, questo sistema utilizza i codici speciali creati in precedenza. Esso confronta solo i punti che condividono lo stesso codice di simmetria, assicurando di non tentare mai di far corrispondere un lato sinisto con un lato destro in un modo che romperebbe la simmetria. Ciò consente al sistema di convergere sulla posizione corretta in modo rapido e accurato, anche quando l'oggetto è parzialmente bloccato dalla vista.

I ricercatori hanno testato il loro metodo su due collezioni di dati ben note che contengono sia oggetti simmetrici che asimmetrici. Nei test riguardanti un insieme di comuni articoli domestici, il loro sistema ha superato i metodi precedenti più avanzati, ottenendo un tasso di successo più elevato nell'identificare correttamente la posizione e l'angolo degli oggetti simmetrici. Su un dataset più impegnativo, progettato specificamente per testare la simmetria, il nuovo approccio ha mostrato miglioramenti significativi nell'accuratezza, in particolare nella capacità di allineare il modello 3D con l'oggetto reale. Il sistema si è dimostrato capace di gestire condizioni difficili, come ombre forti e oggetti solo parzialmente visibili, che spesso causano il fallimento di altri sistemi. Sebbene il metodo richieda l'addestramento di un modello specifico per ogni tipo di oggetto, i risultati suggeriscono che questo passaggio extra valga la pena per l'affidabilità che apporta negli ambienti industriali. Il lavoro dimostra che, insegnando esplicitamente a un computer a comprendere la simmetria, invece di combatterla, le macchine possono afferrare e manipolare il mondo con un nuovo livello di precisione.