Core Concepts
본 연구는 산업 부품의 포즈 추정을 위한 합성 데이터셋 생성 파이프라인과 시연 학습 기반 로봇 프로그래밍 방법을 제안합니다. 이를 통해 로봇 전문가의 개입 없이도 유연한 조립 작업을 수행할 수 있습니다.
Abstract
이 연구는 산업 자동화의 유연성 향상을 위한 두 가지 핵심 기술을 제안합니다.
합성 데이터셋 생성 파이프라인:
CAD 모델을 활용하여 사실적인 합성 장면을 생성합니다.
금속성 반사 재질을 모사하는 특수 셰이더를 적용하여 실제 외관을 재현합니다.
다양한 각도에서 렌더링된 이미지와 정답 포즈 데이터를 출력합니다.
이를 통해 대규모 포즈 추정 데이터셋을 효율적으로 구축할 수 있습니다.
시연 학습 기반 로봇 프로그래밍:
로봇을 컴플라이언트 모드로 전환하여 작업자가 직접 로봇을 움직여 작업을 시연할 수 있습니다.
시연된 동작 데이터를 Dynamic Movement Primitive 모델로 학습합니다.
새로운 물체 위치에서도 학습된 동작 패턴을 재현할 수 있습니다.
이를 통해 로봇 전문가의 개입 없이도 유연한 조립 작업을 수행할 수 있습니다.
Stats
물체의 직경은 22mm이며 황동 재질입니다.
합성 데이터셋은 500장의 이미지로 구성되어 있습니다.