A Benchmarking Study of Vision-based Robotic Grasping Algorithms

要約

明確なアプローチを備えたビジョンベースのロボットグラスピングアルゴリズムのベンチマーク研究を提示し、比較分析を提供します。
特に、文献から既存のベンチマークプロトコルを使用して2つのマシンラーニングベースと2つの分析アルゴリズムを比較し、さまざまな実験条件下でアルゴリズムの長所と短所を決定します。
これらの条件には、照明、バックグラウンドテクスチャ、異なるノイズレベルのカメラ、グリッパーのバリエーションが含まれます。
また、シミュレーションおよび実際のロボットで類似の実験を実行し、矛盾を提示します。
いくつかの実験は、同じプロトコルを使用して2つの異なる研究所でも実行され、結果の再現性をさらに分析します。
5040の実験で構成されるこの研究は、ロボット操作における体系的な実験の役割と課題に関する重要な洞察を提供し、パフォーマンスに影響を与える可能性のある要因を考慮することにより、新しいアルゴリズムの開発を導くと考えています。
実験録音とベンチマークソフトウェアは公開されています。

要約(オリジナル)

We present a benchmarking study of vision-based robotic grasping algorithms with distinct approaches, and provide a comparative analysis. In particular, we compare two machine-learning-based and two analytical algorithms using an existing benchmarking protocol from the literature and determine the algorithm’s strengths and weaknesses under different experimental conditions. These conditions include variations in lighting, background textures, cameras with different noise levels, and grippers. We also run analogous experiments in simulations and with real robots and present the discrepancies. Some experiments are also run in two different laboratories using same protocols to further analyze the repeatability of our results. We believe that this study, comprising 5040 experiments, provides important insights into the role and challenges of systematic experimentation in robotic manipulation, and guides the development of new algorithms by considering the factors that could impact the performance. The experiment recordings and our benchmarking software are publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google