실시간 전체 로봇 포즈 추정 및 알려지지 않은 상태 처리

RGB 이미지로부터 로봇 자세를 추정하는 것은 컴퓨터 비전과 로보틱스에서 중요한 문제입니다. 이전 방법들은 유망한 성능을 달성했지만, 대부분 로봇의 내부 상태에 대한 완전한 지식(예: 실제 로봇 관절 각도)을 가정합니다. 그러나 이 가정은 실제 상황에서는 항상 유효하지 않습니다. 다중 로봇 협업이나 인간-로봇 상호작용과 같은 실제 응용 프로그램에서는 로봇 관절 상태가 공유되지 않거나 신뢰할 수 없을 수 있습니다. 한편, 관절 상태 사전 정보 없이 로봇 자세를 추정하는 기존 접근 방식들은 중복된 계산 부담으로 인해 실시간 응용을 지원하지 못합니다. 본 연구는 알려진 로봇 상태를 요구하지 않고 RGB 이미지로부터 실시간으로 로봇 자세를 추정하기 위한 효율적인 프레임워크를 제시합니다. 우리의 방법은 카메라-로봇 회전, 로봇 상태 매개변수, 키포인트 위치 및 루트 깊이를 추정하며, 각 작업을 용이하게 하기 위해 신경망 모듈을 사용합니다. 특히, 반복적 최적화 없이 단일 순방향 전달 과정에서 추론을 수행합니다. 우리의 접근 방식은 최신 정확도와 함께 12배의 속도 향상을 제공하여 처음으로 실시간 전체 로봇 자세 추정을 가능하게 합니다. 코드와 모델은 https://github.com/Oliverbansk/Holistic-Robot-Pose-Estimation 에서 확인할 수 있습니다.