Definición
Las nubes de puntos representan entornos 3D como conjuntos desordenados de puntos, cada uno con coordenadas (x, y, z) y opcionalmente color (RGB) o vectores normales. Se producen mediante cámaras de profundidad (Intel RealSense, Azure Kinect), sensores LiDAR o sistemas de visión estereoscópica. En manipulación, las nubes de puntos permiten la predicción de agarres en 6-DOF, la estimación de la pose de objetos y la comprensión de escenas. Redes como PointNet, PointNet++ y 3D-Diffusion-Actor procesan nubes de puntos directamente. En comparación con imágenes 2D, las nubes de puntos proporcionan información métrica 3D esencial para el razonamiento espacial en entornos desordenados.
Por qué es importante para los equipos de robots
Comprender las nubes de puntos es esencial para los equipos que construyen sistemas robóticos en el mundo real. Ya sea que esté recopilando datos de demostración, entrenando políticas en simulación o implementando en producción, este concepto afecta directamente su flujo de trabajo y diseño del sistema.