基于对象识别和使用RGB-D数据的准确姿势估计的巧妙操纵
Udaka A Manawadu1, Naruse Keitaro1
1Graduate School of Computer Science and Engineering, University of Aizu, Aizu-Wakamatsu, Fukushima 965-0006, Japan.
Sensors (Basel, Switzerland)
|November 9, 2024
概括
本研究引入了一种用于工业门操纵的自动化系统,增强对象识别和姿势估计准确度. 一种基于区域的新策略可以提高机器人手臂的灵敏度,即使在具有挑战性的方向上也是如此.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 工业自动化 工业自动化
背景情况:
- 自动化工业门操纵需要精确的物体识别和姿势估计.
- 现有的系统面临着不同物体定向和距离的挑战.
研究的目的:
- 开发一个用于对象识别,六度自由度姿势估计和灵巧操纵的综合系统.
- 用多视角点云来提高工业门的位置估计的准确性.
- 为具有挑战性的场景创建一个强大的操纵策略.
主要方法:
- 他们使用了英特尔RealSense D435摄像头和JACO机器人臂.
- 对象识别包括场景细分,几何和模型识别以及动态集群合并.
- 姿势估计使用随机抽样共识算法.
- 开发了一个基于区域的灵巧操纵策略来调整摄像头的定位.
主要成果:
- 该系统在可接受的错误值内显示出可靠的性能,可用于在±15°视距范围内的物体.
- 在极端的方向和距离上观察到更多的错误,特别是在球上.
- 基于区域的操纵策略有效地减轻了困难场景中的错误,提高了可靠性.
结论:
- 集成系统为机器人操纵提供了改进的对象识别和姿势估计.
- 基于区域的战略提高了工业环境中的灵巧操纵可靠性.
- 这项研究为工业自动化提供了一个新的机器人运动模型.
