面向杂乱存放、拣选与打包的快速物体学习与双臂协调
机器人学
2018-10-09 v1
摘要
从杂乱料箱中拣选机器人是一项艰巨任务，Amazon Robotics为此举办挑战赛。2017年Amazon Robotics Challenge（ARC）要求将物品存入存储系统、拣选特定物品并打包入箱。本文描述NimbRo Picking团队的参赛方案。我们的深度物体感知流水线可利用定制转台采集系统和迁移学习，快速高效地适应新物品。其生成高质量物品分割，并据此寻找抓取位姿。一个规划组件协调两个机器人臂间的操作动作，以最小化执行时间。该系统已在ARC成功演示，我们的团队在拣选任务和最终的存放-拣选任务中均获第二名。我们还对各个组件进行了评估。
引用
@article{arxiv.1810.02977,
title = {Fast Object Learning and Dual-arm Coordination for Cluttered Stowing, Picking, and Packing},
author = {Max Schwarz and Christian Lenz and Germán Martín García and Seongyong Koo and Arul Selvam Periyasamy and Michael Schreiber and Sven Behnke},
journal= {arXiv preprint arXiv:1810.02977},
year = {2018}
}
备注
In: Proceedings of the International Conference on Robotics and Automation (ICRA) 2018