Low Resolution Next Best View for Robot Packing

要約

ロボットでオブジェクトの梱包を自動化することは、効率的なオブジェクトの知覚が基本的な役割を果たす産業自動化の重要な課題です。
このペーパーでは、正確な3D再構成が不要なシナリオに焦点を当て、費用対効果の高いスケーラブルなソリューションを優先します。
提案されている低解像度の次の最高のビュー（LR-NBV）アルゴリズムは、冗長性と獲得密度のバランスをとるユーティリティ関数を活用し、効率的なオブジェクトの再構成を確保します。
実験的検証は、LR-NBVが一貫して標準のNBVアプローチを上回ることを示しており、ポーズが大幅に少ないと同等の精度を達成しています。
この方法は、高精度センシングに依存することなく、効率、スケーラビリティ、および適応性を必要とするアプリケーションに非常に適していることが証明されています。

要約(オリジナル)

Automating the packing of objects with robots is a key challenge in industrial automation, where efficient object perception plays a fundamental role. This paper focuses on scenarios where precise 3D reconstruction is not required, prioritizing cost-effective and scalable solutions. The proposed Low-Resolution Next Best View (LR-NBV) algorithm leverages a utility function that balances pose redundancy and acquisition density, ensuring efficient object reconstruction. Experimental validation demonstrates that LR-NBV consistently outperforms standard NBV approaches, achieving comparable accuracy with significantly fewer poses. This method proves highly suitable for applications requiring efficiency, scalability, and adaptability without relying on high-precision sensing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google