AutoBag: Learning to Open Plastic Bags and Insert Objects

要約

薄いビニール袋は、小売店、ヘルスケア、食品取り扱い、リサイクル、家庭、学校の給食室で広く使用されています。
それらは、知覚 (スペキュラリティとオクルージョンによる) と操作 (3D 変形可能な構造のダイナミクスによる) の両方に挑戦しています。
「袋詰め」のタスクを定式化します。2 つのハンドルが付いた一般的なプラスチック ショッピング バッグを、構造化されていない初期状態から、少なくとも 1 つの固体オブジェクトをバッグに挿入して持ち上げて輸送できる開いた状態まで操作します。
双腕ロボットが紫外線蛍光マーキングを使用してビニール袋のハンドルと縁を認識することを学習する、自己教師あり学習フレームワークを提案します。
実行時に、ロボットは UV マーキングまたは UV ライトを使用しません。
ロボットが学習した知覚モデルを使用して、反復操作によってビニール袋を開けます。
バッグの状態の品質を評価するための新しいメトリックと、視覚的な観察に基づいてバッグの向きを変えて開くための新しいモーションプリミティブを提示します。
物理実験では、AutoBag を使用する YuMi ロボットはバッグを開け、さまざまな初期バッグ構成で少なくとも 1 つのアイテムを挿入する成功率 16/30 を達成できます。
補足資料は、https://sites.google.com/view/autobag で入手できます。

要約(オリジナル)

Thin plastic bags are ubiquitous in retail stores, healthcare, food handling, recycling, homes, and school lunchrooms. They are challenging both for perception (due to specularities and occlusions) and for manipulation (due to the dynamics of their 3D deformable structure). We formulate the task of ‘bagging:’ manipulating common plastic shopping bags with two handles from an unstructured initial state to an open state where at least one solid object can be inserted into the bag and lifted for transport. We propose a self-supervised learning framework where a dual-arm robot learns to recognize the handles and rim of plastic bags using UV-fluorescent markings; at execution time, the robot does not use UV markings or UV light. We propose the AutoBag algorithm, where the robot uses the learned perception model to open a plastic bag through iterative manipulation. We present novel metrics to evaluate the quality of a bag state and new motion primitives for reorienting and opening bags based on visual observations. In physical experiments, a YuMi robot using AutoBag is able to open bags and achieve a success rate of 16/30 for inserting at least one item across a variety of initial bag configurations. Supplementary material is available at https://sites.google.com/view/autobag.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google