Counting Objects in a Robotic Hand

要約

複数の物体を掴むロボットは、掴んだ後にハンドにある物体の数を感知する必要があります。
カウントは、ロボットの次の動きと、ピック・プレース・プロセス全体の結果と効率を決定する上で重要な役割を果たします。
この論文では、ロボットの指や物体によって引き起こされる重大なオクルージョンの問題にもかかわらず、物体計数のためのシンプルかつ効果的なアプローチとして、修正された損失関数を備えたデータ駆動型の対比学習ベースの計数分類器を紹介します。
このモデルは、シミュレーションおよび実際の設定で 3 つの異なる一般的な形状 (球、円柱、立方体) を持つ他のモデルと比較して検証されました。
提案された対比学習ベースの計数アプローチは、実際の設定で 3 つのオブジェクトすべてに対して 96\% 以上の精度を達成しました。

要約(オリジナル)

A robot performing multi-object grasping needs to sense the number of objects in the hand after grasping. The count plays an important role in determining the robot’s next move and the outcome and efficiency of the whole pick-place process. This paper presents a data-driven contrastive learning-based counting classifier with a modified loss function as a simple and effective approach for object counting despite significant occlusion challenges caused by robotic fingers and objects. The model was validated against other models with three different common shapes (spheres, cylinders, and cubes) in simulation and in a real setup. The proposed contrastive learning-based counting approach achieved above 96\% accuracy for all three objects in the real setup.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google