COVERED：用于三维语义分割的协作机器人环境数据集
计算机视觉与模式识别
2023-04-05 v2 机器人学
摘要
随着工业 5.0 范式的兴起，安全的人机协作（HRC）近期备受关注。传统机器人正被更智能、更灵活的协作机器人（cobots）所取代。协作机器人与人之间安全高效的协作在很大程度上依赖于协作机器人对工业环境动态周边环境的全面语义理解。尽管语义理解对此类应用十分重要，但协作机器人工作空间的三维语义分割仍缺乏充分研究与专用数据集。由数据集不足导致的性能局限被称为“数据饥渴”问题。为克服当前局限，本文开发了一个专用于该用例的新数据集，命名为“COVERED”，其包含机器人单元的点级标注点云。最后，我们提供了当前 SOTA 算法在该数据集上的基准测试，并展示了基于多激光雷达系统的协作机器人工作空间实时语义分割。在实时动态变化场景下使用训练深度网络所得 promising 结果表明我们方向正确。我们的感知流水线在保持 8Hz 吞吐量的同时实现了 20Hz 吞吐量，预测点精度 >96% 且平均交并比（mIOU）>92%。
引用
@article{arxiv.2302.12656,
title = {COVERED, CollabOratiVE Robot Environment Dataset for 3D Semantic segmentation},
author = {Charith Munasinghe and Fatemeh Mohammadi Amin and Davide Scaramuzza and Hans Wernher van de Venn},
journal= {arXiv preprint arXiv:2302.12656},
year = {2023}
}