SCANet: Correcting LEGO Assembly Errors with Self-Correct Assembly Network

要約

ロボット工学や 3D ビジョンにおける自律的な組み立てには、特に組み立ての正確性を確保する上で大きな課題があります。
現在、MEPNet などの主流の方法は、手動で提供された画像に基づいてコンポーネントを組み立てることに重点を置いています。
ただし、これらのアプローチでは、長期計画が必要なタスクでは満足のいく結果を達成できないことがよくあります。
同時に、自己修正モジュールを統合すると、そのような問題が部分的に軽減されることがわかりました。
この懸念に動機付けられて、私たちは、誤って組み立てられたコンポーネントを特定して修正することを含む、シングルステップの組み立てエラー修正タスクを導入しました。
この分野の研究をサポートするために、組み立て手順と組み立て失敗の事例の手動画像で構成される LEGO Error Correction Assembly Dataset (LEGO-ECA) を紹介します。
さらに、このタスクに対処する新しい方法である Self-Correct Assembly Network (SCANet) を提案します。
SCANet は、組み立てられたコンポーネントをクエリとして処理し、手動イメージでコンポーネントの正しさを判断し、必要に応じて修正を提供します。
最後にSCANetを利用してMEPNetのアセンブル結果を修正します。
実験結果は、SCANet が MEPNet の誤ったアセンブル結果を特定して修正し、アセンブリの正確性を大幅に向上できることを示しています。
私たちのコードとデータセットは https://scanet-iros2024.github.io/ にあります。

要約(オリジナル)

Autonomous assembly in robotics and 3D vision presents significant challenges, particularly in ensuring assembly correctness. Presently, predominant methods such as MEPNet focus on assembling components based on manually provided images. However, these approaches often fall short in achieving satisfactory results for tasks requiring long-term planning. Concurrently, we observe that integrating a self-correction module can partially alleviate such issues. Motivated by this concern, we introduce the Single-Step Assembly Error Correction Task, which involves identifying and rectifying misassembled components. To support research in this area, we present the LEGO Error Correction Assembly Dataset (LEGO-ECA), comprising manual images for assembly steps and instances of assembly failures. Additionally, we propose the Self-Correct Assembly Network (SCANet), a novel method to address this task. SCANet treats assembled components as queries, determining their correctness in manual images and providing corrections when necessary. Finally, we utilize SCANet to correct the assembly results of MEPNet. Experimental results demonstrate that SCANet can identify and correct MEPNet’s misassembled results, significantly improving the correctness of assembly. Our code and dataset could be found at https://scanet-iros2024.github.io/.

arxiv情報

著者 Yuxuan Wan,Kaichen Zhou,jinhong Chen,Hao Dong
発行日 2024-10-24 04:59:25+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO パーマリンク