面向机器人装配过程执行的语义三维场景分割
机器人学
2023-03-21 v1
摘要
使机器人程序适应环境变化是一个众所周知的工业问题，这也是中小型企业（SMEs）中许多繁琐任务未能实现自动化的原因。从点云为机器人先前未知的环境创建语义世界模型，是这些企业实现通常由人类完成的装配任务自动化的一种途径。由于缺少合适的数据集，工业环境中用于机器人机械臂或协作机器人（cobot）的点云语义分割很少受到关注。本文描述了一种针对特定用例生成合成点云以训练点云语义分割模型的流程。我们表明，使用我们的数据训练的模型在未见过的真实世界数据上实现了高逐类准确率（> 90%）的语义点云分割。我们的方法不仅适用于训练数据生成中使用的三维相机，也适用于基于不同技术的其他深度相机。本工作中测试的应用是一个工业相关的销孔装配（peg-in-the-hole）过程。借助我们的方法，机器人调试期间对用户协助的需求可降至最低。
引用
@article{arxiv.2303.10930,
title = {Semantic 3D scene segmentation for robotic assembly process execution},
author = {Andreas Wiedholz and Stefanie Wucherer and Simon Dietrich},
journal= {arXiv preprint arXiv:2303.10930},
year = {2023}
}