DBPF: A Framework for Efficient and Robust Dynamic Bin-Picking

要約

自動化された産業プロセスの生産性に直接影響を与えるため、ロボットによるビンピッキングでは効率と信頼性が非常に重要です。
ただし、静的オブジェクトと固定衝突を要求する従来のアプローチでは、展開の制限、運用の非効率性、およびプロセスの信頼性の低下につながります。
このペーパーでは、従来の静的な仮定に挑戦する動的ビンピッキング フレームワーク (DBPF) を紹介します。
DBPF は、ロボットに、移動するゴミ箱などの動的な障害物を回避しながら、複数の移動する任意のオブジェクトを選択する反応性を与えます。
提案されたポーズ選択メトリクスは、シーンレベルのポーズ生成と組み合わせて、吸引ポーズの決定を最適化する傾向認識操作性ネットワークを活用します。
速度マッチング、動的な障害物回避、再照準ポリシーなどのヒューリスティックなタスク固有の設計により、ピッキングの成功率と信頼性が向上します。
実証実験により、これらのコンポーネントの重要性が実証されています。
私たちの手法は平均 84% の成功率を達成し、衝突がゼロであるという点で、最も同等のベースラインの 60% を上回っています。
さまざまな動的シナリオでのさらなる評価により、動的ビンピッキングにおける DBPF の堅牢なパフォーマンスが実証されました。
結果は、私たちのフレームワークが、動的環境下での効率的で信頼性の高いロボットによるビンピッキングのための有望なソリューションを提供することを示唆しています。

要約(オリジナル)

Efficiency and reliability are critical in robotic bin-picking as they directly impact the productivity of automated industrial processes. However, traditional approaches, demanding static objects and fixed collisions, lead to deployment limitations, operational inefficiencies, and process unreliability. This paper introduces a Dynamic Bin-Picking Framework (DBPF) that challenges traditional static assumptions. The DBPF endows the robot with the reactivity to pick multiple moving arbitrary objects while avoiding dynamic obstacles, such as the moving bin. Combined with scene-level pose generation, the proposed pose selection metric leverages the Tendency-Aware Manipulability Network optimizing suction pose determination. Heuristic task-specific designs like velocity-matching, dynamic obstacle avoidance, and the resight policy, enhance the picking success rate and reliability. Empirical experiments demonstrate the importance of these components. Our method achieves an average 84% success rate, surpassing the 60% of the most comparable baseline, crucially, with zero collisions. Further evaluations under diverse dynamic scenarios showcase DBPF’s robust performance in dynamic bin-picking. Results suggest that our framework offers a promising solution for efficient and reliable robotic bin-picking under dynamics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google