Diseño y construcción de una base de datos para la estimación de pose 6D de objetos en movimiento utilizando cámaras de eventos

Abstract

Este trabajo presenta el diseño e implementación de una metodología para la elaboración de una base de datos multi-cámara para la percepción de objetos en movimiento en colaboración humano-robot. Específicamente se emplean cámaras basadas en imágenes (ASUS ROG Eye S y ZED-2) y cámaras de eventos (DAVIS346 y Prophesee EVK4), sensores neuromórficos destacados por su alta resolución temporal, ausencia de desenfoque de movimiento, y alto rango dinámico, ideales para capturar trayectorias de objetos en movimiento.

El marco metodológico propuesto aborda la selección de 20 objetos variados, el proceso de fotogrametría para generar modelos tridimensionales, la generación de una partición sintética mediante la simulación de sensores de visión, la elaboración de una partición real en múltiples escenarios experimentales, el proceso de etiquetado de datos para las tareas segmentación, detección y estimación de pose 6D de objetos, y el reporte del desempeño el entrenamiento, validación y evaluación de los baselines respectivos.

Tras la implementación de esta metodología, se discuten los resultados cualitativos y cuantitativos obtenidos para cada sensor. Esta novedosa base de datos queda disponible para la comunidad y se puede utilizar para diseñar, entrenar y evaluar nuevos métodos de visión computacional en tareas asociados a traspaso de objetos colaboración humano-robot.