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とそれらの組み合わせが存在することで、衣服の取り扱いのために握る点を選択するのに役立ちます。
この論文では、Tシャツを把握したり展開したりするなど、衣服を処理するためのアクションを見つけるための新しい縫い目に基づいた戦略（SIS）を提案します。
デュアルアームマニピュレーターシステムの一対のグラッピングポイントの候補は、提案されたSEAM特徴抽出方法（SFEM）を使用して抽出されます。
ロボットシステムの1組の把握ポイントは、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、最初に複数の人間のデモによって計算され、ロボットの実行結果によって更新され、ロボットの把握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てい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。
プロジェクトビデオは、https：//github.com/lancexz/sisで入手できます

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