Ajuste probabilístico de múltiples primitivas cóncavas y convexas a nubes de puntos parciales

Resumen

Este trabajo presenta un método probabilístico para ajustar múltiples primitivas geométricas (superelipsoides y superparaboloides con base desplazada) a nubes de puntos parciales obtenidas desde un único punto de vista mediante cámaras RGB-D. El ajuste se realiza mediante un proceso de estimación y maximización que refina iterativamente la asignación probabilística de los puntos y los parámetros que definen la primitiva geométrica. El modelo penaliza las formas que invaden el espacio vacío visible desde el sensor y emplea restricciones adicionales para favorecer reconstrucciones físicamente plausibles. Una contribución clave es la combinación secuencial de primitivas abiertas y cerradas, permitiendo representar con mayor fidelidad objetos de geometría compleja. El enfoque propuesto supera a métodos anteriores basados únicamente en formas cerradas, logrando reconstrucciones más precisas e interpretables. Esta capacidad resulta especialmente útil en escenarios de robótica asistencial, donde la reconstrucción precisa de objetos cotidianos es clave para una manipulación fiable y segura.