Vision and Tactile Robotic System to Grasp Litter in Outdoor Environments

要約

多くの場所でゴミの蓄積が増加しており、対処しなければならない問題となっています。
この論文では、屋外環境でゴミを収集するためのマニピュレーターロボットシステムを紹介します。
このシステムには 3 つの機能があります。
まず、カラー画像を使用して、さまざまな材質からなるゴミを検出および認識します。
次に、深度データを廃棄物のピクセルと組み合わせて 3D 位置を計算し、シーン内のゴミの 3 次元点群をセグメント化します。
次に、廃棄物の各インスタンスのセグメント化されたクラウドのグリッパーを備えたロボット アームの 3 自由度 (DoF) での把握が推定されます。
最後に、2 つの触覚ベースのアルゴリズムが実装され、グリッパーに触覚を提供するために使用されます。
この作品では、指先に 2 つの低コストの視覚ベースの触覚センサーを使用しています。
そのうちの 1 つは、グリッパーと固形廃棄物の接触 (触覚画像から得られる) を検出するもので、もう 1 つは、掴んだ物体の落下を防ぐために滑りを検出するように設計されています。
私たちの提案は、さまざまな屋外環境 (タイル張りの舗装路、石/土の表面、芝生) で、サイズ、質感、形状、材質が異なるさまざまな物体を使用して広範な実験を実施することにより、成功裏にテストされました。
当社のシステムは、全体的なパフォーマンスに関して、検出および収集成功率 (CSR) で 94% の平均スコアを達成し、最初の試行でのゴミの収集では 80% の平均スコアを達成しました。

要約(オリジナル)

The accumulation of litter is increasing in many places and is consequently becoming a problem that must be dealt with. In this paper, we present a manipulator robotic system to collect litter in outdoor environments. This system has three functionalities. Firstly, it uses colour images to detect and recognise litter comprising different materials. Secondly, depth data are combined with pixels of waste objects to compute a 3D location and segment three-dimensional point clouds of the litter items in the scene. The grasp in 3 Degrees of Freedom (DoFs) is then estimated for a robot arm with a gripper for the segmented cloud of each instance of waste. Finally, two tactile-based algorithms are implemented and then employed in order to provide the gripper with a sense of touch. This work uses two low-cost visual-based tactile sensors at the fingertips. One of them addresses the detection of contact (which is obtained from tactile images) between the gripper and solid waste, while another has been designed to detect slippage in order to prevent the objects grasped from falling. Our proposal was successfully tested by carrying out extensive experimentation with different objects varying in size, texture, geometry and materials in different outdoor environments (a tiled pavement, a surface of stone/soil, and grass). Our system achieved an average score of 94% for the detection and Collection Success Rate (CSR) as regards its overall performance, and of 80% for the collection of items of litter at the first attempt.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google