Off-the-shelf bin picking workcell with visual pose estimation: A case study on the world robot summit 2018 kitting task

要約

World Robot Summit 2018 の組み立てチャレンジには 4 つの異なるタスクが含まれていました。
ビンピッキングを必要とするキッティングタスクは、最も少ないポイントが得られたタスクでした。
ただし、ビンピッキングはロボットのセットアップの柔軟性を大幅に高めることができる重要なスキルであり、したがって重要な研究分野です。
近年、センサー技術と姿勢推定アルゴリズムが進歩しました。
これらの進歩により、視覚的な姿勢推定を実行する際のパフォーマンスが向上します。
この論文では、新しい視覚センサーと姿勢推定アルゴリズムを利用することで、ビン内の姿勢推定が正常に実行できることを示します。
また、完全なビンピッキングを実行するために、力ベースの把握アプローチとともにビンピッキング用のワークセルも実装しています。
当社のセットアップは、World Robot Summit 2018 Assembly Challenge でテストされ、大会のすべてのチームと比較して高いスコアを獲得することに成功しました。
これは、現在の技術が以前の結果と比較してはるかに高いレベルでビンピッキングを実行できることを示しています。

要約(オリジナル)

The World Robot Summit 2018 Assembly Challenge included four different tasks. The kitting task, which required bin-picking, was the task in which the fewest points were obtained. However, bin-picking is a vital skill that can significantly increase the flexibility of robotic set-ups, and is, therefore, an important research field. In recent years advancements have been made in sensor technology and pose estimation algorithms. These advancements allow for better performance when performing visual pose estimation. This paper shows that by utilizing new vision sensors and pose estimation algorithms pose estimation in bins can be performed successfully. We also implement a workcell for bin picking along with a force based grasping approach to perform the complete bin picking. Our set-up is tested on the World Robot Summit 2018 Assembly Challenge and successfully obtains a higher score compared with all teams at the competition. This demonstrate that current technology can perform bin-picking at a much higher level compared with previous results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google