SDF-Pack: Towards Compact Bin Packing with Signed-Distance-Field Minimization

要約

ロボットによる箱詰めは、特に物体の種類や梱包のコンパクトさなどの実際的なニーズを考慮すると、非常に困難です。
このペーパーでは、コンテナ内のオブジェクトの幾何学的状態をモデル化し、よりコンパクトなビン パッキングを実現するためのオブジェクトの配置位置とパッキング順序を計算する、符号付き距離フィールド (SDF) に基づく新しいアプローチである SDF-Pack について説明します。
私たちの手法では、計算を局所化するために切り詰められた SDF 表現を採用し、それに基づいて SDF 最小化ヒューリスティックを定式化して、オブジェクトを既存のオブジェクトとコンパクトにパックするための最適化された配置を見つけます。
スペース利用率をさらに向上させるために、パッキング順序が制御可能であれば、私たちの方法は次にどのオブジェクトをパッキングするかを提案できます。
日常のさまざまな物体に関する実験結果は、私たちの方法が 1,000 個の梱包ケースにわたって一貫して高い梱包コンパクト性を達成でき、さまざまな梱包設定の下での既存のヒューリスティックと比較して、より多くの物体をコンテナに梱包できることを示しています。

要約(オリジナル)

Robotic bin packing is very challenging, especially when considering practical needs such as object variety and packing compactness. This paper presents SDF-Pack, a new approach based on signed distance field (SDF) to model the geometric condition of objects in a container and compute the object placement locations and packing orders for achieving a more compact bin packing. Our method adopts a truncated SDF representation to localize the computation, and based on it, we formulate the SDF minimization heuristic to find optimized placements to compactly pack objects with the existing ones. To further improve space utilization, if the packing sequence is controllable, our method can suggest which object to be packed next. Experimental results on a large variety of everyday objects show that our method can consistently achieve higher packing compactness over 1,000 packing cases, enabling us to pack more objects into the container, compared with the existing heuristics under various packing settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google