검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Single Suction Grasp Detection for Symmetric Objects Using Shallow Networks Trained with Synthetic Data 합성 데이터로 훈련된 얕은 네트워크를 사용하여 대칭 개체에 대한 단일 흡입 파악 감지

Suraj Prakash PATTAR, Tsubasa HIRAKAWA, Takayoshi YAMASHITA, Tetsuya SAWANOBORI, Hironobu FUJIYOSHI

  • 조회수

    0

  • 이것을 인용

요약 :

성공적인 로봇 조작을 위해서는 파지 지점을 정확하고 빠르게 예측하는 것이 중요합니다. 그러나 상업용 주방에 식기세척기 로봇과 같은 로봇을 상업적으로 배포하려면 제한된 사용 가능한 리소스의 제약도 고려해야 합니다. 물체를 집기 위해 단일 흡입 그리퍼를 사용할 때 파지 위치를 예측하는 딥러닝 방법을 제시합니다. 제안된 방법은 얕은 네트워크를 기반으로 하여 훈련 비용을 낮추고 제한된 자원에서 효율적인 추론을 가능하게 합니다. 맞춤형 합성 환경에서 데이터를 수집하면 비용이 더욱 절감됩니다. 제안된 방법을 평가하기 위해 우리는 식기세척기 로봇이 대칭 객체를 조작하는 상업용 주방을 모델링하는 시스템을 개발했습니다. 우리는 개발된 상업용 주방 환경에서 모델 피팅 방법과 알고리즘 기반 방법에 대해 방법을 테스트한 결과 합성 데이터로만 훈련된 얕은 네트워크가 높은 정확도를 달성한다는 것을 발견했습니다. 또한 학습 용이성, 예측 속도, 낮은 계산 비용 및 보다 쉬운 디버깅을 위해 객체 감지기와 함께 얕은 네트워크를 순차적으로 사용하는 실용성을 보여줍니다.

발행
IEICE TRANSACTIONS on Information Vol.E105-D No.9 pp.1600-1609
발행일
2022/09/01
공개일
2022/06/21
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2022EDK0001
원고의 종류
PAPER
범주
이미지 인식, 컴퓨터 비전

작성자

Suraj Prakash PATTAR
  Connected Robotics Inc.
Tsubasa HIRAKAWA
  Chubu University
Takayoshi YAMASHITA
  Chubu University
Tetsuya SAWANOBORI
  Connected Robotics Inc.
Hironobu FUJIYOSHI
  Chubu University

키워드