Resumo Técnico: Filtragem de Nuvem de Pontos Espectral e de Limite de Fronteira para Agarragem Robótica de 6 Graus de Liberdade de Estruturas Porosas de Quadro Vazado

1. Definição do Problema

A manipulação automatizada de estruturas porosas de quadro vazado e leves — como quadros de micro-VANTs (veículos aéreos não tripulados) em estilo de treliça e componentes industriais otimizados topologicamente — apresenta desafios perceptivos significativos para sistemas padrão de sensoriamento visual 3D. O principal gargalo é o sangramento de profundidade por multipatida (multipath depth bleed): a luz infravermelha estruturada ativa penetra nas cavidades abertas da treliça, fazendo com que o sensor registre a mesa de suporte subjacente e os acessórios internos como parte da superfície do objeto. Isso resulta em:

• Contaminação Geométrica: A criação de superfícies fantasmas e aglomerados de valores discrepantes (outliers) dispersos que corrompem a reconstrução geométrica local e o ajuste de superfície.
• Desalinhamento de Normais: Bordas de paredes finas são suscetíveis a forças de cisalhamento tangencial excessivas se o vetor de aproximação desviar minimamente, podendo danificar mecanismos internos ou causar travamento da garra.
• Poluição Visual: Fronteiras internas de alta frequência (motores, fiação) causam flutuações nos caixas delimitadoras (bounding boxes) 2D padrão e nos centroides geométricos sob iluminação variável.

Estruturas existentes baseadas em dados (ex: Dex-Net, GraspNet) frequentemente falham nessas estruturas semi-transparentes ou multiperfuradas porque dependem de nuvens de pontos densas e não segmentadas ou exigem modelos CAD indisponíveis.

2. Metodologia

O artigo propõe um pipeline integrado de agarragem de 6 Graus de Liberdade (6-DoF) consciente da geometria, que opera sem modelos CAD prévios. O sistema é construído sobre uma plataforma de teste mecatrônica distribuída apresentando um manipulador colaborativo Aubo-i5, um sensor eye-in-hand Intel RealSense D435i e uma garra paralela pneumática SMC, coordenados via um protocolo JSON-RPC assíncrono leve.

O fluxo de trabalho algorítmico consiste em quatro estágios principais:

A. Percepção de Fronteira Restrita (Fonte Visual)

Para prevenir o sangramento de profundidade na origem, o sistema emprega uma rede YOLOv8-seg customizada. Diferente da segmentação padrão que pode fragmentar objetos porosos, esta rede é treinada para delinear explicitamente o perímetro externo contínuo ($\Omega_{outer}$) enquanto mascara todas as regiões de vazio internas. Isso garante que os raios infravermelhos ativos que refletem na mesa subjacente sejam filtrados antes da retroprojeção 3D.

B. Filtragem de Quantil de Profundidade

O aglomerado de profundidade segmentado é retroprojetado nas coordenadas da câmera 3D. Para isolar a borda superior agarrável das paredes laterais verticais e das nervuras inferiores, um filtro de quantil de profundidade de vizinhança de 20% ($Q_{0.20}$) é aplicado. Isso extrai o subconjunto de pontos ($P_{top}$) mais próximos do sensor, efetivamente desacoplando a superfície de contato planar da estrutura vertical.

C. Planaridade Espectral e Estimativa de Normal

Para a nuvem de pontos filtrada, o sistema computa a matriz de covariância espacial e realiza a Decomposição de Valores Singulares (SVD).

• Vetor Normal: O autovetor correspondente ao autovalor mínimo ($\lambda_3$) define a normal da superfície.
• Portão de Planaridade: Um critério de razão espectral analítico ($\kappa = \lambda_1 / \lambda_3$) é aplicado. Um limiar de $\kappa \geq 15,0$ é usado para rejeitar degenerações não planares, garantindo que a superfície seja plana o suficiente para uma agarragem paralela estável.
• Resolução de Orientação: Para resolver a ambiguidade de rotação no plano (comum em quadros quadrados simétricos onde $\lambda_1 \approx \lambda_2$), o eixo do contorno 2D dominante é projetado no plano tangente. Isso sintetiza uma orientação de agarragem robusta em SO(3) usando o mapeamento exponencial de álgebra de Lie.

D. Rejeição Tolerante a Falhas

Um portão de segurança de prior geométrico monitora a razão de aspecto ($L/S$) do contorno detectado. Se uma penetração óptica severa causar a contração anormal do contorno (ex: $L/S < 0,80$), o sistema sinaliza o quadro como um estado de sensoriamento degenerado e rejeita a trajetória antes da execução física.

3. Principais Contribuições

O artigo descreve três contribuições primárias:

1. Formulação de Percepção de Fronteira Restrita: Um paradigma usando uma rede YOLOv8-seg customizada para isolar a fronteira estrutural externa, suprimindo fundamentalmente o sangramento de profundidade óptico ativo na fonte visual.
2. Filtragem SVD de Razão Espectral Analítica: Um pipeline acoplado combinando filtragem de quantil de profundidade ($Q_{0,20}$) com análise de espectro de autovalores de covariância espacial. Isso introduz um critério de planaridade matemática ($\kappa \geq 15,0$) e projeção de tangente de contorno para resolver normais de superfície e alinhamento de pose SO(3) sem depender de estimativa de pose baseada em aprendizado profundo.
3. Integração Mecatrônica e Validação Física: O framework end-to-end é validado em uma configuração industrial de 6-DoF, demonstrando viabilidade operacional através de 68 testes físicos de espaço de trabalho coordenados via uma arquitetura JSON-RPC de baixa latência.

4. Resultados Experimentais

O sistema foi avaliado em um conjunto de dados de 106 quadros anotados e 68 tentativas físicas de agarragem.

• Desempenho de Segmentação: A segmentação de fronteira alcançou um mAP@0.5 de 0,995 em três execuções independentes, confirmando que a supressão de texturas internas evita o aprendizado errático de variações de sombra.
• Precisão de Estimativa de Pose:
  • Jitter de Posição: 0,167 mm (repetibilidade estática).
  • Jitter de Orientação: 0,249° (métrica SO(3)).
  • Estes valores estão bem dentro da tolerância de folga unilateral da garra de 2,25 mm, garantindo um engajamento livre de travamentos.
• Taxa de Convergência: O sistema alcançou uma taxa de convergência geométrica de 98,5% (67/68 tentativas). A única falha (Tentativa #26) foi detectada e rejeitada com sucesso pelo portão de tolerância a falhas de prior geométrico devido à severa distorção do contorno ($L/S = 0,476$).
• Latência: A latência total de percepção-para-comando é **< 25 ms** (> 40 FPS), satisfazendo restrições industriais de tempo real.

5. Significância e Alegações

O artigo afirma estabelecer uma linha de base eficaz para o manuseio robótico automatizado de componentes porosos e de treliça sem depender de modelos CAD ou templates 3D prévios. Ao deslocar o ônus da filtragem da nuvem de pontos 3D para a fonte visual 2D (via segmentação de fronteira) e utilizar filtragem espectral analítica, o sistema resolve os problemas específicos de contaminação geométrica inerentes às estruturas de quadro vazado.

O autor enfatiza que a significância do sistema reside em sua robustez numérica e viabilidade operacional sob condições reais de laboratório, abordando especificamente o "sangramento de profundidade por multipatida" que afeta o sensoriamento RGB-D padrão em objetos porosos. O trabalho demonstra que os priors de geometria analítica (planariedade e razão de aspecto) podem servir como intertravamentos de segurança confiáveis, prevenindo colisões catastróficas na ausência de dados de sensores perfeitos.

6. Limitações

O autor reconhece modestamente as restrições atuais:

• A formulação assume um quadro estrutural monolítico; treliças altamente fragmentadas ou articuladas podem exigir associação de grafos de múltiplos contornos.
• A precisão absoluta de rastreamento é limitada pela ausência de metrologia de verdade absoluta externa (ex: captura de movimento óptica).
• O limiar de quantil fixo ($Q_{0,20}$) é escalonado para o perfil de altura específico de 35 mm do objeto de teste; a transferência para objetos com curvatura vertical não uniforme contínua exigiria limiarização adaptativa.