Advances on Affordable Hardware Platforms for Human Demonstration Acquisition in Agricultural Applications

要約

このホワイトペーパーでは、農業環境で見つかった複雑な内部シナリオのために、ロボット学習（LFD）のための低コストのハンドヘルドグリッパーであるUniversal Manipulation Interface（UMI）の進歩を紹介します。
焦点は、最小限のセットアップで適切なサンプルの取得を改善することにあります。
まず、アイドル時間とユーザーの認知負荷は、タスクイベントを考慮した継続的なデモから個々のサンプルを抽出することにより減少します。
第二に、タスクサンプルの軌跡の生成に対する信頼性は、拡張カルマンフィルタリング（EKF）を使用して、ボード上の慣性測定と外部視覚マーカーのローカリゼーション使用量を介して増加します。
結果は、果物の収穫タスクについて提示され、デフォルトのパイプラインを上回ります。

要約(オリジナル)

This paper presents advances on the Universal Manipulation Interface (UMI), a low-cost hand-held gripper for robot Learning from Demonstration (LfD), for complex in-the-wild scenarios found in agricultural settings. The focus is on improving the acquisition of suitable samples with minimal additional setup. Firstly, idle times and user’s cognitive load are reduced through the extraction of individual samples from a continuous demonstration considering task events. Secondly, reliability on the generation of task sample’s trajectories is increased through the combination on-board inertial measurements and external visual marker localization usage using Extended Kalman Filtering (EKF). Results are presented for a fruit harvesting task, outperforming the default pipeline.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google