SIS: Seam-Informed Strategy for T-shirt Unfolding

要約

縫い目は衣服の情報が豊富なコンポーネントです。
さまざまな種類の縫い目の存在とその組み合わせは、衣類を扱う際の掴みポイントの選択に役立ちます。
この論文では、T シャツを掴んだり広げたりするなど、衣服を扱うためのアクションを見つけるための新しい Seam-Informed Strategy (SIS) を提案します。
提案されたシーム特徴抽出法 (SFEM) を使用して、双腕マニピュレータ システムの 1 対の把持点の候補が抽出されます。
ロボット システムの 1 対の把持点は、提案された決定マトリックス反復法 (DMIM) によって選択されます。
決定マトリックスは、最初に複数の人間によるデモンストレーションによって計算され、ロボットの実行結果によって更新され、ロボットの掴みと展開のパフォーマンスが向上します。
提案されたスキームはシミュレーションに依存せずに実際のデータでトレーニングされることに注意してください。
実験結果は、提案された戦略の有効性を示しています。
プロジェクトのビデオは https://github.com/lancexz/sis でご覧いただけます。

要約(オリジナル)

Seams are information-rich components of garments. The presence of different types of seams and their combinations helps to select grasping points for garment handling. In this paper, we propose a new Seam-Informed Strategy (SIS) for finding actions for handling a garment, such as grasping and unfolding a T-shirt. Candidates for a pair of grasping points for a dual-arm manipulator system are extracted using the proposed Seam Feature Extraction Method (SFEM). A pair of grasping points for the robot system is selected by the proposed Decision Matrix Iteration Method (DMIM). The decision matrix is first computed by multiple human demonstrations and updated by the robot execution results to improve the grasping and unfolding performance of the robot. Note that the proposed scheme is trained on real data without relying on simulation. Experimental results demonstrate the effectiveness of the proposed strategy. The project video is available at https://github.com/lancexz/sis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google