グラフに基づく線状柔軟物体の認識とピックアップ
変形可能な線形物体（Deformable Linear Objects, DLOs）を操作することは，産業用途において重要な課題である．
しかし，これまでの研究の多くは，主に単一のDLOの操作に焦点を当てており，衝突を起こさずに積み重ねられたDLOをピックアップする問題はほとんど扱われていなかった．
本論文では，深度センサのみのシンプルなセットアップを用いて，この問題に対処する新しい手法を提案している．
提案するアプローチは，まずシーンの点群を取得し，次にスーパーボクセル法を用いて点群をいくつかのクラスタに分割する．
これらのクラスタに基づいてグラフを構築し，グラフ理論を用いてDLOの軸方向を抽出する．
さらに，同じDLOに属する軸が連結され，オクルージョンの関係が特定される．
最後に，最適な対象物体，最適なピッキングポイント，運動計画戦略が評価される．
実験では，この方法が複雑なシナリオに適応性が高く，様々な直径のDLOに対応できることを示している．
References
- Xiaohang Shi and Yuji Yamakawa: Recognizing and Picking Up Deformable Linear Objects Based on Graph, Journal of Robotics and Mechatronics, Vol.37 No.2, pp.335-347 (2025) [link]