Percepción robótica de objetos transparentes: Una revisión

La percepción de objetos transparentes es un problema de investigación en rápida evolución en la inteligencia artificial. La capacidad de percibir objetos transparentes permite a los robots alcanzar niveles más altos de autonomía, desbloqueando nuevas aplicaciones en diversas industrias como la salud, los servicios y la fabricación. A pesar de que en los últimos años se han propuesto numerosos conjuntos de datos y métodos de percepción, aún falta una comprensión profunda de estos métodos y de los desafíos en este campo. Para abordar esta brecha, este artículo proporciona una encuesta integral de las plataformas y los avances recientes en la percepción robótica de objetos transparentes. Destacamos los principales desafíos y proponemos direcciones futuras para diversas tareas de percepción de objetos transparentes, es decir, segmentación, reconstrucción y estimación de pose. También discutimos las limitaciones de los conjuntos de datos existentes en diversidad y complejidad, y los beneficios de emplear sensores multimodales, como cámaras RGB-D, cámaras térmicas e imágenes polarizadas, para la percepción de objetos transparentes. Además, identificamos desafíos de percepción en entornos complejos y dinámicos, así como para objetos con geometrías cambiantes. Finalmente, proporcionamos una plataforma interactiva en línea para navegar por cada referencia: https://sites.google.com/view/transperception.