Core Concepts
産業用ロボットの柔軟な操作を実現するために、合成データセットの生成とデモンストレーションからの学習を組み合わせた自動化されたパイプラインを提案する。
Abstract
本研究では、産業用ロボットの柔軟な操作を実現するための自動化されたパイプラインを提案している。
まず、ポーズ推定の課題に取り組むため、CADモデルを使用して写実的な合成データセットを生成する。金属製で対称性の高い産業用部品の特徴を再現し、PVNetなどの最新の深層学習ベースのポーズ推定手法を適用することで、ロボットの把握点を特定できる。
次に、デモンストレーションからの学習(LfD)を用いて、ロボットプログラミングの自動化を図る。ロボットを人間が直接操作して動作を教示し、動的運動プリミティブ(DMP)を使ってその動作を学習する。これにより、ロボット専門家の介入なしに、新しい操作タスクを導入できるようになる。
提案するパイプラインでは、ビジョンシステムとロボット制御の両方の自動化を実現することで、柔軟な生産に対応できる。金属製の対称的な部品の扱いや、タスクの変更に柔軟に対応できるようになる。
Stats
ポーズ推定の精度検証では、グラウンドトルースに対して推定されたポーズが正しく一致していることが確認できる。