基于深度学习与可编程逻辑控制器（PLC）的工业机器人力抓取
机器人学
2020-04-23 v1
摘要
从杂乱堆中通用抓取各种此前未见过的物体，是电子商务订单履行、制造和家庭服务机器人领域的一项重大挑战。近来，基于深度学习的抓取方法已展示出令人日益关注其工业部署的成果。本文从自动化系统的视角探讨该问题。我们利用 Dex-Net 开发了一个机器人力抓取系统，其在控制器层面完全集成。两个神经网络部署于一种靠近 PLC 的新型工业 AI 硬件加速模块上，整个系统功耗低于 10 W。该软件与硬件紧密集成，可实现快速高效的数据处理与实时通信。当物体与接收箱距离较近时，从箱中抓取物体的成功率高达 95%，每小时抓取超过 350 次。该系统曾在汉诺威工业博览会 2019（全球最大工业贸易展）及其他活动中展出，每次活动执行超过 5,000 次抓取。
引用
@article{arxiv.2004.10251,
title = {Industrial Robot Grasping with Deep Learning using a Programmable Logic Controller (PLC)},
author = {Eugen Solowjow and Ines Ugalde and Yash Shahapurkar and Juan Aparicio and Jeff Mahler and Vishal Satish and Ken Goldberg and Heiko Claussen},
journal= {arXiv preprint arXiv:2004.10251},
year = {2020}
}