NeRFoot: 画像ベースの視覚サーボ制御のためのロボットフットプリント推定

本論文では、静的CCTVカメラを通じて画像ベースの視覚サーボ制御（IBVS）によって制御されるモバイルロボットの運用領域を拡張するためのニューラルラジアンスフィールド（NeRF）モデルの有用性を調査します。NeRFを3D表現の事前情報として使用することで、ロボットのフットプリントは幾何学的に外挿され、ロボットの外観のみからオンラインでそれを抽出するためにCNNベースのネットワークを訓練するのに使用されます。得られるフットプリントはロボット全体のバウンディングボックスよりも厳密な境界を提供し、ロボットのコントローラがより最適な軌道を指示し、安全な作業床面積を拡大することを可能にします。