文献

J-GLOBAL ID：202202268034678598   整理番号：22A0205189

3D未知物体の再構成のための大域最大フローベース多重分解能Next-Best-View法【JST・京大機械翻訳】

A Global Max-Flow-Based Multi-Resolution Next-Best-View Method for Reconstruction of 3D Unknown Objects

著者 (2件)： Pan Sicong (Laboratory of Algorithms for Cognitive Models, Shanghai Key Laboratory of Data Science, School of Computer Science, Fudan University, Shanghai, China) ,  Wei Hui (Laboratory of Algorithms for Cognitive Models, Shanghai Key Laboratory of Data Science, School of Computer Science, Fudan University, Shanghai, China)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 714-721  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 把持や検査のような多くのロボットタスクは十分な表面詳細を持つ完全な3Dモデルを必要とする。未知物体の完全自律環境探査と3D再構成は,オブジェクトに関する知識が先験的に知られていないとき,ロボットにとって挑戦的である。以前の研究は,非変化ボクセルサイズを持つマップへの greedy欲な規則集合からセンサ測定を更新し,物体表面の詳細の欠如,サンプリング問題,および小さな物体への適応を導かなかった。著者らは,これらの問題に関する性能を改良するために,グローバル最大フローベースの多重解像度の次のベストビュー(NBV)方法を提案した。特に,最適NBVを得るための最大フローベース大域的ビュー品質関数と再構成品質と効率を最適化するための多重解像度戦略を利用した。最先端(SOTA)法による比較シミュレーション実験の結果は,この方法が同じ分解能の下でより高いボクセルカバレッジを達成することを示した。パラメトリックおよびアブレーション研究は,グローバルビュー関数および多重解像度戦略が有効であることを確認した。実世界実験の結果は,提案手法が,わずか6-8ビューで小さなオブジェクトの完全な再構成を達成することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  シミュレーション ,  ロボット ,  分解能 ,  再構成 ,  センサ ,  *三次元 ,  アブレーション ,  ボクセル ,  三次元モデル
準シソーラス用語： 自律性 ,  *多重解像度 ,  3D画像再構成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 3D ,  物体 ,  再構成 ,  フロー ,  多重分解能 ,  BEST