AnchorHEC: 手首カメラと固定カメラのターゲットレスハンドアイキャリブレーション

- 対象: wrist camera と fixed camera を併用するロボットシステム向けの、targetless な hand-eye calibration フレームワーク AnchorHEC を提案する研究。 - 入力: RGB 画像、forward kinematics (FK)、既知の camera intrinsics のみ。 - 出力: wrist camera と fixed camera の両方について camera-to-robot transform を単一の手続きで推定。 - 特徴: target や robot-body の観測を必要としない。

- 従来の多くの hand-eye calibration は target や robot-body の観測に依存。 - 3D reconstruction を用いる scene-based 手法は target 不要だが、wrist camera のみを対象としていた。 - AnchorHEC は wrist と fixed の両カメラを単一手続きで扱える点が新しい。 - シミュレーションで3つの backbone にわたり、両カメラ種別平均で reconstruction-based baseline 比の誤差が translation 86.4%減、rotation 71.6%減。

- FK と共有の 3D foundation model reconstruction を用いて両カメラを初期化。 - FK-constrained な wrist-image bundle adjustment により、reconstruction の pose/scale 誤差の影響を低減。 - この refinement が失敗する、または inlier が少なすぎる場合、不正確な可能性のある FK pose と lens parameters の制約を緩和。 - 精錬された wrist transform と FK を用いて metric points を triangulate し、fixed-camera pose を推定。

- シミュレーションで3つの backbone について評価し、reconstruction-based baseline と比較。 - 両カメラ種別平均で translation 86.4%、rotation 71.6% の誤差低減を報告。 - 物理ロボット上でも AnchorHEC を検証。 - 詳細な実験条件や指標は要旨からは不明。

- FK の不正確さや lens parameters の誤差への対処として制約緩和を導入しているが、その限界や失敗条件の詳細は要旨からは不明。 - 3D foundation model reconstruction の品質依存性や、実機での誤差要因については要旨からは不明。 - 定量的な議論はシミュレーションと実機検証の範囲で示されるが、詳細は要旨からは不明。

- 要旨で比較対象として言及される reconstruction-based baselines（scene-based hand-eye calibration 手法）。 - 3D foundation model を用いた reconstruction 関連手法。 - FK-constrained bundle adjustment や targetless hand-eye calibration の関連研究。 - 具体的な論文名は要旨からは不明。