MRG：基于多实例点云配准的多机器人制造数字场景生成方法
计算机视觉与模式识别
2025-01-07 v1 人工智能
摘要
高保真的数字模拟环境对于准确复制物理操作过程至关重要。然而，模拟环境与物理环境之间的不一致性导致对模拟结果的信心低下，限制了其在指导实际生产中的有效性。与传统的逐步点云“分割-配准”生成方法不同，本文首次引入一种新颖的多机器人制造数字场景生成（MRG）方法，利用多实例点云配准。针对工业机器人和制造环境的特点，开发了以实例为导向的变换器模块，用于划分实例边界并捕获局部区域之间的关联。此外，提出了一个假设生成模块，用于提取目标实例并保留关键特征。最后，设计了一个高效的筛选和优化算法，用于细化最终的配准结果。在 Scan2CAD 和焊接站数据集上的实验评估表明：(1) 所提出的方法优于现有的多实例点云配准技术；(2) 与最先进的方法相比，Scan2CAD 数据集在 MR 和 MP 上分别提高了 12.15% 和 17.79%；(3) 在焊接站数据集上，MR 和 MP 分别提升了 16.95% 和 24.15%。本工作首次将多实例点云配准应用于制造场景，显著提升了工业应用中数字模拟环境的精度和可靠性。
引用
@article{arxiv.2501.02041,
title = {MRG: A Multi-Robot Manufacturing Digital Scene Generation Method Using Multi-Instance Point Cloud Registration},
author = {Songjie Han and Yinhua Liu and Yanzheng Li and Hua Chen and Dongmei Yang},
journal= {arXiv preprint arXiv:2501.02041},
year = {2025}
}