Learning to Place Unseen Objects Stably using a Large-scale Simulation

要約

オブジェクトの配置は、ロボットがオブジェクトを安全かつ効率的に操作および配置できるようにするため、構造化されていない環境でのロボットにとって重要なタスクです。
ただし、オブジェクトを配置するための既存の方法には、オブジェクトの完全な 3D モデルの要件や複雑なオブジェクト形状を処理できないなどの制限があり、構造化されていないシナリオでのロボットの適用性が制限されます。
この論文では、単一ビューおよび部分点群から目に見えないオブジェクトの安定した平面を直接検出する Unseen Object Placement (UOP) メソッドを提案します。
大規模なシミュレーション データでモデルをトレーニングし、3D 点群を使用して安定した平面の形状と特性の間の関係を一般化しました。
シミュレーションと実世界のロボット実験を通じてアプローチを検証し、単一ビューおよび部分オブジェクトを配置するための最先端のパフォーマンスを実証します。
私たちの UOP アプローチは、オブジェクトの形状や特性が完全にわかっていない場合でも、ロボットがオブジェクトを安定して配置できるようにし、構造化されていない環境でのオブジェクトの配置に有望なソリューションを提供します。
私たちの研究は、製造、物流、ホーム オートメーションなど、さまざまな分野で応用できる可能性があります。
追加の結果は https://sites.google.com/uop-net で見ることができ、公開時にコードとデータセットをリリースします。

要約(オリジナル)

Object placement is a crucial task for robots in unstructured environments as it enables them to manipulate and arrange objects safely and efficiently. However, existing methods for object placement have limitations, such as the requirement for a complete 3D model of the object or the inability to handle complex object shapes, which restrict the applicability of robots in unstructured scenarios. In this paper, we propose an Unseen Object Placement (UOP) method that directly detects stable planes of unseen objects from a single-view and partial point cloud. We trained our model on large-scale simulation data to generalize over relationships between the shape and properties of stable planes with a 3D point cloud. We verify our approach through simulation and real-world robot experiments, demonstrating state-of-the-art performance for placing single-view and partial objects. Our UOP approach enables robots to place objects stably, even when the object’s shape and properties are not fully known, providing a promising solution for object placement in unstructured environments. Our research has potential applications in various domains such as manufacturing, logistics, and home automation. Additional results can be viewed on https://sites.google.com/uop-net, and we will release our code, dataset upon publication.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google