桌面物体的检测、识别与姿态估计
计算机视觉与模式识别
2024-09-04 v1 机器人学
摘要
使用深度神经网络清理杂乱桌面的问题，在社会和工业机器人领域都是一个非常有趣的问题。本项目聚焦于该技术的社会应用。我们开发了一个神经网络模型，能够检测和识别常见的桌面物体，例如杯子、鼠标或订书机。该模型还能预测这些物体相对于某个参考基准放置在桌面上的角度。假设每个物体在桌面上都有一个固定的预期位置和方向，那么深度学习模型预测出的特定物体方向可用于计算变换矩阵，以将该物体从其初始位置移动到预期位置。这个矩阵可以提供给拾取和放置机器人来执行转移任务。本文讨论了本项目中用于物体检测和方向估计的深度学习方法。
引用
@article{arxiv.2409.00869,
title = {Detection, Recognition and Pose Estimation of Tabletop Objects},
author = {Sanjuksha Nirgude and Kevin DuCharme and Namrita Madhusoodanan},
journal= {arXiv preprint arXiv:2409.00869},
year = {2024}
}