Hierarchical Tri-manual Planning for Vision-assisted Fruit Harvesting with Quadrupedal Robots

要約

この論文では、複雑な自然環境で効率的に果物を収穫できるマルチアーム四足ロボットを開発するという課題に取り組んでいます。
従来の両手操作に固有の制限を克服するために、私たちは初の 3 アーム四足歩行ロボット LocoHarv-3 を導入し、衝突のない軌道での自動果実収穫を可能にする新しい階層型三手計画アプローチを提案します。
当社の包括的な半自律フレームワークは、LiDAR ベースのオドメトリとマッピングによってサポートされる遠隔操作と、学習ベースの視覚認識を統合して、正確な果物の検出と姿勢推定を実現します。
検証は、モーション キャプチャを使用した一連の制御された屋内実験と自然環境での広範な野外テストを通じて行われます。
結果は、ラボ内の設定で 1 回の試行で 90% の成功率を示し、フィールド試験では、より困難な現実世界の環境におけるシステムの堅牢性と効率性がさらに検証されています。

要約(オリジナル)

This paper addresses the challenge of developing a multi-arm quadrupedal robot capable of efficiently harvesting fruit in complex, natural environments. To overcome the inherent limitations of traditional bimanual manipulation, we introduce the first three-arm quadrupedal robot LocoHarv-3 and propose a novel hierarchical tri-manual planning approach, enabling automated fruit harvesting with collision-free trajectories. Our comprehensive semi-autonomous framework integrates teleoperation, supported by LiDAR-based odometry and mapping, with learning-based visual perception for accurate fruit detection and pose estimation. Validation is conducted through a series of controlled indoor experiments using motion capture and extensive field tests in natural settings. Results demonstrate a 90\% success rate in in-lab settings with a single attempt, and field trials further verify the system’s robustness and efficiency in more challenging real-world environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google