[Paper] Seeing Through Occlusion: Deterministic Arm Kinematic Correction for Robot Teleoperation

출처: arXiv - 2606.19240v1

개요

마커 없는 단일 RGB-D 카메라 모션 캡처는 로봇 텔레오퍼레이션을 위한 마커 기반 시스템에 비해 저비용이며 비침습적인 대안으로 제공됩니다. 그러나 깊이 추정은 특히 상체 사지 움직임 시 자기폐쇄(self-occlusion)에 의해 성능이 저하되는 경우가 많습니다. 본 논문에서는 Arm Kinematic Correction (AKC) 방법을 제시하여, 일정한 팔 길이를 기반으로 기하학적 제약을 적용함으로써 깊이 추정을 개선합니다. 제안된 접근 방식은 손목 위치와 미리 정의된 팔 길이를 활용하여 피타고라스 정리에 따른 결정론적 수식으로 폐쇄된 관절 깊이를 재구성하여 복잡한 확률 모델링이나 파라미터 튜닝이 필요 없도록 합니다. Vicon 기준 시스템에 대한 실험 검증 결과, 정적 및 동적 관절 움직임을 모두 신뢰할 만 한 성능을 보였으며, RMSE(루트 평균 제곱 오차)와 피어슨 상관계수를 사용해 평가했습니다. 또한, 움직임 매핑 텔레오퍼레이션은 시뮬레이션과 실제 로봇 환경 모두에서 성공적으로 구현되었습니다. 결과는 AKC가 장시간 심한 자기폐쇄 조건에서도 해부학적 일관성을 유지하고 견고함을 높이며, 신뢰도 낮은 시계열 필터와 함께 사용될 때도 실시간 응용 분야인 로봇 텔레오퍼레이션 및 인간-로봇 상호작용에 실용적임을 보여줍니다.

주요 공헌

본 논문은 다음 분야의 연구를 제시합니다:

• cs.RO
• cs.CV
• cs.HC
• eess.SY

방법론

자세한 방법에 대해서는 전체 논문을 참고하십시오.

실용적 의미

본 연구는 cs.RO의 발전에 기여합니다.

저자들

• Thomas M. Kwok
• Nicholas Koenig
• Yue Hu

논문 정보

• arXiv ID: 2606.19240v1
• 분류: cs.RO, cs.CV, cs.HC, eess.SY
• 발행일: 2026년 6월 17일
• PDF: PDF 다운로드