The Teenager’s Problem: Efficient Garment Decluttering With Grasp Optimization

要約

この論文は、平面から散乱した衣類を効率的に除去するという「ティーンエイジャーの問題」に取り組んでいます。
個々の衣類を掴んで搬送するのは非常に非効率であるため、頭上カメラを使用して複数の衣類の掴み位置を選択する分析ポリシーを提案します。
2 つのクラスの方法が考慮されます。1 つはオーバーヘッド深度データを使用して効率的な把握を行う深度ベース、もう 1 つは RGB オーバーヘッド画像のセグメンテーションを使用する (深度データは必要ありません) セグメントベースです。
把握効率は、輸送ごとのオブジェクト数によって測定されます。これは、ランドリー バスケットへの移動ごとに取り出されるオブジェクトの平均数を示します。
実験によると、深さベースの方法とセグメントベースの方法の両方で、トランスポートあたりのオブジェクト数 (OpT) が $20\%$ 簡単に削減できることがわかりました。
さらに、これらのアプローチは相互に補完し、ハイブリッド手法を組み合わせることで $34\%$ の改善が得られます。
最後に、統合 (セグメンテーションを使用) を使用する方法を検討します。これは、作業面上の衣服を操作して OpT を向上させます。
これにより、追加の物理的アクションが必要になりますが、ベースラインより $67\%$ の改善が得られます。

要約(オリジナル)

This paper addresses the ”Teenager’s Problem”: efficiently removing scattered garments from a planar surface. As grasping and transporting individual garments is highly inefficient, we propose analytical policies to select grasp locations for multiple garments using an overhead camera. Two classes of methods are considered: depth-based, which use overhead depth data to find efficient grasps, and segment-based, which use segmentation on the RGB overhead image (without requiring any depth data); grasp efficiency is measured by Objects per Transport, which denotes the average number of objects removed per trip to the laundry basket. Experiments suggest that both depth- and segment-based methods easily reduce Objects per Transport (OpT) by $20\%$; furthermore, these approaches complement each other, with combined hybrid methods yielding improvements of $34\%$. Finally, a method employing consolidation (with segmentation) is considered, which manipulates the garments on the work surface to increase OpT; this yields an improvement of $67\%$ over the baseline, though at a cost of additional physical actions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google