Pickalo：利用 6D 位姿估计实现低成本工业式三角捡取
机器人学
2026-04-07 v1 人工智能
摘要
工业环境中的三角捡取仍具有挑战性，由于严重的堆积、遮挡以及传统 3D 传感装置的高成本。我们提出了 Pickalo，一个完全基于低成本硬件构建的模块化 6D 位姿基三角捡取管线。手腕式 RGB-D 摄像机从多个视角主动探测场景，而原始立体流经 BridgeDepth 处理，以获得适用于精确碰撞推理的细化深度图。使用在纯光照合成数据上训练的 Mask-RCNN 模型对物体实例进行分割，并利用零样本 SAM-6D 位姿估计器进行定位。Pose Buffer 模块在时间上融合多视角观测，处理物体对称性并显著降低位姿噪声。离线，我们生成并筛选大量每物体的反向抓取候选点；在线，查询基于效用的排序和快速碰撞检测进行抓取规划。部署在配备夹爪的 UR5e 机器人臂上并使用 Intel RealSense D435i，Pickalo 实现了每小时最高 600 次抓取，抓取成功率达 96-99%，在装满欧洲纸箱的密集场景下持续运行 30 分钟仍表现稳健。消融实验表明，增强深度估计和位姿缓冲模块对实现真实工业条件下的长期稳定性和吞吐量具有显著益处。视频可在 https://mesh-iit.github.io/project-jl2-camozzi/ 查看。
引用
@article{arxiv.2604.04690,
title = {Pickalo: Leveraging 6D Pose Estimation for Low-Cost Industrial Bin Picking},
author = {Alessandro Tarsi and Matteo Mastrogiuseppe and Saverio Taliani and Simone Cortinovis and Ugo Pattacini},
journal= {arXiv preprint arXiv:2604.04690},
year = {2026}
}