Experimental Assessment of Object Pose Estimation Methods for Precise Robotic Positioning

Questa tesi affronta il problema della stima della posa 6D di oggetti per operazioni robotiche di pick-and-place. Il lavoro è motivato dalla necessità di manipolare oggetti la cui posizione e orientamento non sono noti a priori. In questo contesto, la stima della posa non rappresenta solo un problema di percezione, ma costituisce anche un passaggio fondamentale per le successive fasi di pianificazione della presa, esecuzione della presa e posizionamento finale. La tesi si concentra su metodi di registrazione di nuvole di punti, utilizzati per stimare la posa di un oggetto noto allineando il suo modello 3D con un'osservazione parziale acquisita dalla scena. Approcci geometrici classici e metodi di apprendimento profondo vengono confrontati all'interno di una pipeline comune di registrazione, composta da una fase di registrazione globale seguita da un raffinamento locale. La prima parte della valutazione viene svolta offline su un dataset reale con scene affollate, considerando accuratezza della posa, validità dell'esecuzione e tempo di calcolo. Sulla base di questa analisi, un insieme ridotto di metodi viene poi integrato in una procedura robotica di pick-and-place e testato in una campagna sperimentale fisica. I risultati mostrano che la registrazione di nuvole di punti può fornire stime di posa utili per la manipolazione robotica, anche se il problema rimane complesso quando la nuvola di punti osservata è parziale, rumorosa o geometricamente ambigua. Gli esperimenti mostrano inoltre che una posa accettabile dal punto di vista della registrazione non è sempre sufficiente a garantire una corretta manipolazione. La posa stimata deve infatti essere coerente anche con le pose di presa disponibili, con i vincoli del robot e con il contatto fisico richiesto durante l'esecuzione. Per questo motivo, il lavoro evidenzia l'importanza di valutare i metodi di stima della posa non solo attraverso errori numerici, ma anche all'interno del task robotico completo.