リソース制約のあるロボットのためのリアルタイムターゲット指向型把持フレームワーク

科学分野:

• ロボット工学と自動化; コンピュータビジョン; 人工知能

背景:

• ターゲット指向型把持は、家庭用および産業用ロボットにとって重要です。計算上の制約により、モバイルロボットへの把持システムの展開は困難です。

研究 の 目的:

• リソース制約のあるプラットフォームでのリアルタイムターゲット指向型把持のための効率的なフレームワークを開発すること。未知のオブジェクトに対するクリックベースの把持と既知のオブジェクトに対するカテゴリベースの把持の両方をサポートすること。

主な方法:

• モデルの複雑さを軽減し、検出精度を維持するために圧縮されたYOLOv8。MobileSAMv2マスクによって洗練された把持ポーズ生成のためのGR-ConvNetv2。把持ポーズ精度を向上させるための幾何学的ベースの補正モジュール。

主要な成果:

• コーネルデータセットで98.8%、ジャカードデータセットで95.8%の把持成功率を達成しました。散らかった実世界および単一オブジェクトのシナリオで90%以上の成功率を実証しました。リアルタイムパフォーマンス：フレームあたり67ミリ秒（クリックベース）および75ミリ秒（カテゴリベース）。

結論:

• 提案されたフレームワークは、高い把持精度と堅牢なパフォーマンスを提供します。効率的な設計により、モバイルおよびリソース制約のあるロボットへの展開が可能になります。