面向杂乱零售环境中货架补货的知识使能机器人智能体
机器人学
2016-05-16 v1
摘要
在非结构化和动态变化的零售环境中，自主机器人必须掌握复杂的感知、知识处理和操作任务。为了使它们能够胜任地行动，我们提出了一个基于三个核心组件的框架：(o) 一个知识使能的感知系统，能够结合多种信息源来处理遮挡和具有各种纹理与形状的堆叠物体，(o) 知识处理方法生成整理超市货架的策略，以及 (o) 在受限空间中整理半可及货架上物体所需的操作技能。我们在模拟环境中以及使用 PR2 机器人在真实购物货架上演示了我们的框架。典型的超市产品被检测到并在零售货架上重新排列，整理被发现的错放物品。
引用
@article{arxiv.1605.04177,
title = {Knowledge-Enabled Robotic Agents for Shelf Replenishment in Cluttered Retail Environments},
author = {Jan Winkler and Ferenc Balint-Benczedi and Thiemo Wiedemeyer and Michael Beetz and Narunas Vaskevicius and Christian A. Mueller and Tobias Fromm and Andreas Birk},
journal= {arXiv preprint arXiv:1605.04177},
year = {2016}
}
备注
published in the proceedings of AAMAS 2016 as an extended abstract