In-Hand Pose Estimation and Pin Inspection for Insertion of Through-Hole Components

要約

スルーホール部品の挿入は難しい作業です。
穴の公差が非常に小さいため、挿入時のわずかなエラーが失敗につながります。
これらの障害はコンポーネントを損傷する可能性があり、回復には手動の介入が必要になります。
エラーは、不正確なオブジェクトの把握と曲がったピンの両方から発生する可能性があります。
したがって、システムが物体の位置を正確に特定し、ピンが曲がっているコンポーネントを排除できることが重要です。
テンプレート マッチングを使用した方法では、物体の把握に固有の制約を利用することで、非常に正確な姿勢推定値を取得できます。
ピンチェックの方法も実装して比較し、成功した方法を示します。
セットアップは自動的に実行され、2 つの斬新な貢献があります。
ピンの深層学習セグメンテーションが実行され、検査ポーズがシミュレーションによって検出されます。
検査ポーズとセグメント化されたピンから、ポーズ推定とピン チェック用のテンプレートが生成されます。
ディープ ラーニング メソッドをトレーニングするために、セグメント化されたスルーホール コンポーネントのデータセットが作成されます。
ネットワークは、テスト セットで 97.3% の精度を示しています。
ピンセグメンテーション ネットワークも挿入 CAD モデルでテストされ、ピンのセグメント化に成功しています。
完全なシステムは、3 つの異なるオブジェクトでテストされ、実験では、システムがすべてのオブジェクトを正常に挿入できることが示されています。
手の握り方のエラーを修正し、ピンが曲がったオブジェクトを拒否することの両方によって。

要約(オリジナル)

The insertion of through-hole components is a difficult task. As the tolerances of the holes are very small, minor errors in the insertion will result in failures. These failures can damage components and will require manual intervention for recovery. Errors can occur both from imprecise object grasps and bent pins. Therefore, it is important that a system can accurately determine the object’s position and reject components with bent pins. By utilizing the constraints inherent in the object grasp a method using template matching is able to obtain very precise pose estimates. Methods for pin-checking are also implemented, compared, and a successful method is shown. The set-up is performed automatically, with two novel contributions. A deep learning segmentation of the pins is performed and the inspection pose is found by simulation. From the inspection pose and the segmented pins, the templates for pose estimation and pin check are then generated. To train the deep learning method a dataset of segmented through-hole components is created. The network shows a 97.3 % accuracy on the test set. The pin-segmentation network is also tested on the insertion CAD models and successfully segment the pins. The complete system is tested on three different objects, and experiments show that the system is able to insert all objects successfully. Both by correcting in-hand grasp errors and rejecting objects with bent pins.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google