SCANet：基于自校正装配网络的LEGO装配错误校正
机器人学
2025-05-27 v4 人工智能
摘要
机器人学和3D视觉中的自主装配面临重大挑战，特别是在确保装配正确性方面。目前，主流方法如MEPNet侧重于基于手动提供的图像组装组件。然而，这些方法在需要长期规划的任务中往往难以取得令人满意的结果。同时，我们观察到集成自校正模块可以部分缓解此类问题。受此启发，我们引入了单步装配错误校正任务，涉及识别和纠正错误装配的组件。为支持该领域的研究，我们提出了LEGO错误校正装配数据集（LEGO-ECA），包含装配步骤的手动图像和装配失败的实例。此外，我们提出了自校正装配网络（SCANet），一种解决该任务的新方法。SCANet将已装配的组件视为查询，在手动物图像中判断其正确性，并在必要时提供校正。最后，我们利用SCANet校正MEPNet的装配结果。实验结果表明，SCANet能够识别并纠正MEPNet的错误装配结果，显著提高了装配的正确性。我们的代码和数据集可在https://scanet-iros2024.github.io/获取。
引用
@article{arxiv.2403.18195,
title = {SCANet: Correcting LEGO Assembly Errors with Self-Correct Assembly Network},
author = {Yuxuan Wan and Kaichen Zhou and jinhong Chen and Hao Dong},
journal= {arXiv preprint arXiv:2403.18195},
year = {2025}
}