FabricFolding: Learning Efficient Fabric Folding without Expert Demonstrations

要約

ファブリックの自律的な操作は、複雑な力学とファブリックの取り扱い中の潜在的な自己閉塞のため、困難な作業です。
布地の折り畳み操作の直観的な方法では、折り畳みプロセスを開始する前に、滑らかで展開された布地の形状を取得することが最初に含まれます。
しかし、ピックアンドプレイスのような準静的な動作と、投げるような動的な動作の組み合わせは、袖がほとんど衣服の中に押し込まれている長袖 T シャツを効果的に広げるには不十分であることがわかります。
この制限に対処するために、このペーパーでは、このタイプのファブリック構成を処理するために特別に設計された、ピック アンド ドラッグと呼ばれる改良された準静的アクションを紹介します。
さらに、効率的なデュアルアーム操作システムがこの論文で設計されており、準静的動作 (ピック アンド プレイスおよびピック アンド ドラッグを含む) と動的フリング動作を組み合わせて、布地を展開された滑らかな構成に柔軟に操作します。
その後、生地のキーポイントが検出され、自律的な折り畳みが可能になります。
実際の布地の公的に利用可能なキーポイント検出データセットの不足に対処するために、実際のシーンでさまざまな布地の構成とタイプの画像を収集し、布地の折り畳みのための包括的なキーポイント データセットを作成しました。
このデータセットは、キーポイント検出の成功率を高めることを目的としています。
さらに、袖の大部分が衣服の内側に押し込まれている長袖 T シャツなどの困難な状況を含め、さまざまなタイプの生地を一貫して確実に展開したり折りたたんだりする現実の環境における、提案したシステムの有効性を評価します。
具体的には、私たちの方法では、長袖 T シャツの折り畳みのカバー率 0.822 と成功率 0.88 を達成しています。

要約(オリジナル)

Autonomous fabric manipulation is a challenging task due to complex dynamics and potential self-occlusion during fabric handling. An intuitive method of fabric folding manipulation first involves obtaining a smooth and unfolded fabric configuration before the folding process begins. However, the combination of quasi-static actions such as pick & place and dynamic action like fling proves inadequate in effectively unfolding long-sleeved T-shirts with sleeves mostly tucked inside the garment. To address this limitation, this paper introduces an improved quasi-static action called pick & drag, specifically designed to handle this type of fabric configuration. Additionally, an efficient dual-arm manipulation system is designed in this paper, which combines quasi-static (including pick & place and pick & drag) and dynamic fling actions to flexibly manipulate fabrics into unfolded and smooth configurations. Subsequently, keypoints of the fabric are detected, enabling autonomous folding. To address the scarcity of publicly available keypoint detection datasets for real fabric, we gathered images of various fabric configurations and types in real scenes to create a comprehensive keypoint dataset for fabric folding. This dataset aims to enhance the success rate of keypoint detection. Moreover, we evaluate the effectiveness of our proposed system in real-world settings, where it consistently and reliably unfolds and folds various types of fabrics, including challenging situations such as long-sleeved T-shirts with most parts of sleeves tucked inside the garment. Specifically, our method achieves a coverage rate of 0.822 and a success rate of 0.88 for long-sleeved T-shirts folding.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google