Ricerca
Struttura dalle collisioni mediante ragionamento nello spazio delle ipotesi
Conoscere la struttura interna nascosta di un oggetto, compresa la presenza e la posizione di eventuali cavità, è essenziale per la simulazione predittiva, la manipolazione robotica e l’ispezione non
- arXiv
- 2611.07900
- Pubblicato
- 2026-11-05
- Autori
- Takuhiro Kaneko
Abstract degli autori
Conoscere la struttura interna nascosta di un oggetto, compresa la presenza e la posizione di eventuali cavità, è essenziale per la simulazione predittiva, la manipolazione robotica e l’ispezione non distruttiva. Tuttavia, le cavità non lasciano tracce dirette sulla superficie visibile statica, perciò la deformazione indotta dalle collisioni è uno dei pochi indizi utilizzabili per inferirne la presenza. Structure from Collision (SfC) affronta questo problema ricostruendo la struttura interna nascosta di un oggetto a partire da osservazioni da più punti di vista di un evento di collisione. SfC è difficile per due ragioni: le cavità nascoste sono osservabili solo indirettamente attraverso il movimento della superficie e i vuoti corrispondono all’assenza di materiale, il che rende difficile l’ottimizzazione diretta con rappresentazioni standard basate sulla densità. La baseline SfC basata sulla densità eredita entrambe queste difficoltà. I gradienti di corrispondenza della superficie non indicano direttamente la posizione delle cavità, mentre i gradienti della densità possono essere deboli o non informativi all’interno o in prossimità delle regioni vuote. Riformuliamo quindi SfC come ragionamento nello spazio delle ipotesi: le cavità nascoste sono rappresentate come ipotesi strutturali esplicite, le cui variabili codificano le assunzioni strutturali disponibili, anziché affidarsi ad aggiornamenti impliciti della densità. Una fase globale esegue un’ottimizzazione senza gradienti in questo spazio delle ipotesi, utilizzando una simulazione del metodo dei punti materiali (MPM) eseguita solo in avanti. Una fase locale affina quindi l’ipotesi selezionata rappresentandola come un sistema lagrangiano di particelle e applicando un’ottimizzazione basata sui gradienti con una simulazione MPM differenziabile. Sul benchmark SfC, il nostro metodo migliora la ricostruzione della struttura nascosta e la previsione futura rispetto alla baseline SfC basata sulla densità. Test di stress della topologia interna e analisi di robustezza ne delineano l’ambito di applicazione e i limiti. La pagina del progetto è disponibile all’indirizzo https://www.kecl.ntt.co.jp/people/kaneko.takuhiro/projects/sfc-hypothesis/.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv