基于学习的工业料箱拣选与迭代视觉识别的实验
机器人学
2018-05-23 v1
摘要
本文给出了基于学习的随机化料箱拣选结合迭代视觉识别的实验结果。我们利用随机森林(random forest)来预测对于给定的料堆深度图像,在考虑手指与邻近物体之间碰撞的情况下,机器人是否能成功拣取物体。为使判别器准确,我们考虑利用安装在腕部的深度传感器,通过融合从不同视点捕获的料堆多幅深度图像来估计物体位姿。我们表明,即便由于遮挡面积大而仅凭单幅深度图像预测机器人拣取物体失败,在融合多幅深度图像后最终会被预测为成功。此外,我们表明随机森林可以用少量训练数据进行训练。
引用
@article{arxiv.1805.08449,
title = {Experiments on Learning Based Industrial Bin-picking with Iterative Visual Recognition},
author = {Kensuke Harada and Weiwei Wan and Tokuo Tsuji and Kohei Kikuchi and Kazuyuki Nagata and Hiromu Onda},
journal= {arXiv preprint arXiv:1805.08449},
year = {2018}
}
备注
This paper is to appear Industrial Robots: an International Journal