ReorientBot：面向特定位姿放置的物体重定向学习
机器人学
2022-02-23 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
机器人需要具备将物体以任意特定位姿放置的能力，以重新布置环境并完成各种有价值任务。物体重定向在此中起关键作用，因为物体初始朝向可能并非使机器人可抓取并随即放置于特定目标位姿。在本工作中，我们提出一种基于视觉的操作系统ReorientBot，其包含：1) 使用机载RGB-D相机进行位姿估计与体素重建的视觉场景理解；2) 用于成功且高效生成重定向运动的习得路点选择；3) 从所选路点生成无碰撞轨迹的传统运动规划。我们在仿真与真实世界中使用YCB物体评估我们的方法，相较启发式方法实现了93%总体成功率、81%成功率提升与22%执行时间提升。我们展示了扩展的多物体重排，表明系统的通用能力。
引用
@article{arxiv.2202.11092,
title = {ReorientBot: Learning Object Reorientation for Specific-Posed Placement},
author = {Kentaro Wada and Stephen James and Andrew J. Davison},
journal= {arXiv preprint arXiv:2202.11092},
year = {2022}
}
备注
7 pages, 6 figures, IEEE International Conference on Robotics and Automation (ICRA) 2022