面向工厂自动化的低成本、高速且稳健的选箱系统：基于非停止、多视角和主动视觉方案
机器人学
2025-07-02 v1 计算机视觉与模式识别
摘要
工厂自动化中的选箱系统通常面临由金属物体稀疏且噪声的 3D 数据导致的鲁棒性问题。利用多个视角（尤其是配备一次性 3D 传感器和“戴手持传感器”配置）因其有效性、灵活性和低成本而越来越受欢迎。然而，移动 3D 传感器获取多个视角进行 3D 融合、联合优化或主动视觉会导致低速问题，因为感知被视为独立于运动任务的模块，且未针对选箱系统进行有意设计。为解决此问题，我们设计了一个选箱系统，将多视角、主动视觉方案与运动任务紧密耦合于“戴手持传感器”配置中。该系统不仅通过并行化高速感知方案加快系统速度，还决定下一路径以维持整个选箱过程的连续性。与仅关注感知评估的其他方案不同，我们还通过在 5 种不同物体上的无人工的拾取实验进行评估。我们的实验显示，整个感知方案在 CPU 上最快可在 1.682 秒内完成，平均拾取完成率超过 97.75%。由于与机器人运动并行，感知方案在平均滞纳时间中仅占 0.635 秒。
引用
@article{arxiv.2410.00706,
title = {A Low-Cost, High-Speed, and Robust Bin Picking System for Factory Automation Enabled by a Non-Stop, Multi-View, and Active Vision Scheme},
author = {Xingdou Fu and Lin Miao and Yasuhiro Ohnishi and Yuki Hasegawa and Masaki Suwa},
journal= {arXiv preprint arXiv:2410.00706},
year = {2025}
}