从像素到货架：面向超市补货与整列的移动操作机器人端到端算法控制
机器人学
2025-09-16 v1
摘要
零售环境，特别是超市环境中的自动补货面临动态人类互动、受限空间和多样产品几何形状的挑战。本文介绍了一个高效的端到端机器人系统，用于超市货架补货和整列，集成了商业化硬件与可扩展的算法架构。本工作的主要贡献之一是将现成硬件与基于ROS2的感知、规划和控制集成到可部署到零售环境的单一平台中。我们的解决方案利用行为树(BTs)进行任务规划，精调视觉模型进行目标检测，以及两步模型预测控制(MPC)框架实现对ArUco标记的精确货架导航。复制真实超市条件的实验室实验表明，系统表现可靠，完成了超过700次补货事件中的Pick-and-Place操作成功率超过98%。然而，我们的比较基准测试表明，当前自动化系统的性能和成本效益仍低于人类工人的水平，这我们用以凸显关键改进领域并量化实现大规模商业部署仍需取得的进展。
引用
@article{arxiv.2509.11740,
title = {From Pixels to Shelf: End-to-End Algorithmic Control of a Mobile Manipulator for Supermarket Stocking and Fronting},
author = {Davide Peron and Victor Nan Fernandez-Ayala and Lukas Segelmark},
journal= {arXiv preprint arXiv:2509.11740},
year = {2025}
}
备注
Submitted for publication at IEEE ICRA 2026