6D 姿態(tài)數據集為機器人抓取性能設定新標準

來(lái)自日本芝浦工業(yè)大學(xué)的研究人員開(kāi)發(fā)了一個(gè)新型 6D 姿態(tài)數據集，旨在提高工業(yè)環(huán)境中機器人抓取的準確性和適應性。該數據集集成了 RGB 和深度圖像，顯示出在動(dòng)態(tài)環(huán)境中提高執行拾取和放置任務(wù)的機器人精度的巨大潛力。

準確的對象姿態(tài)估計是指機器人確定物體的位置和方向的能力。這對于機器人技術(shù)至關(guān)重要，特別是在制造和物流等行業(yè)中至關(guān)重要的拾取和放置任務(wù)中。隨著(zhù)機器人越來(lái)越多地被賦予復雜的操作任務(wù)，它們精確確定物體六個(gè)自由度（6D 姿態(tài)）的位置和方向的能力變得至關(guān)重要。這種能力確保了機器人能夠以可靠和安全的方式與物體交互。然而，盡管深度學(xué)習取得了進(jìn)展，6D 姿態(tài)估計算法的性能在很大程度上取決于它們所訓練的數據的質(zhì)量。

由日本千葉理工學(xué)院工程學(xué)院副教授潘宣潭及其團隊領(lǐng)導的一項新研究，以及來(lái)自越南河內工業(yè)大學(xué)的阮仲武博士、杜從越先生和裴尚蘭博士，越南河內科技大學(xué)副教授戴泰 Vi?t，介紹了一個(gè)精心設計的數據庫，旨在提高 6D 姿態(tài)估計算法的性能。該數據庫通過(guò)提供一個(gè)全面的資源，解決了機器人抓取和自動(dòng)化研究中的一個(gè)主要差距，使機器人能夠在現實(shí)世界環(huán)境中以更高的精度和適應性執行任務(wù)。這項研究于 2024 年 11 月 23 日在線(xiàn)發(fā)布，并于 2024 年 12 月發(fā)表在《工程成果》期刊第 24 卷上。

副教授潘宣潭感嘆道：“我們的目標是創(chuàng )建一個(gè)不僅推進(jìn)研究，而且解決工業(yè)機器人自動(dòng)化實(shí)際挑戰的數據庫。我們希望它成為研究人員和工程師的有價(jià)值資源?！?/p>

研究團隊創(chuàng )建了一個(gè)不僅滿(mǎn)足研究社區需求，而且適用于實(shí)際工業(yè)環(huán)境的數據庫。他們使用 Intel RealSenseTM 深度 D435 攝像頭捕獲了高質(zhì)量的 RGB 和深度圖像，并對每個(gè)圖像進(jìn)行了標注，包括物體的 6D 位姿數據（旋轉和位移）。該數據庫具有各種形狀和尺寸，并添加了數據增強技術(shù)，以確保其在不同環(huán)境條件下的通用性。這種方法使該數據庫非常適合廣泛的機器人應用。

“我們的數據庫經(jīng)過(guò)精心設計，適用于工業(yè)領(lǐng)域。通過(guò)包含形狀和環(huán)境變量不同的物體，它不僅為研究人員提供了寶貴的資源，也為在動(dòng)態(tài)和復雜條件下工作的工程師提供了資源，”譚副教授補充道。

該數據集使用最先進(jìn)的深度學(xué)習模型 EfficientPose 和 FFB6D 進(jìn)行評估，分別達到了 97.05% 和 98.09% 的準確率。高準確率證明該數據集提供了可靠和精確的姿態(tài)信息，這對于機器人操作、制造業(yè)的質(zhì)量控制以及自動(dòng)駕駛等應用至關(guān)重要。這些算法在該數據集上的優(yōu)異表現突出了改進(jìn)需要精度的機器人系統的潛力。

唐副教授表示，“雖然我們的數據集包括矩形棱柱、梯形和圓柱等基本形狀，但將其擴展以包含更多復雜和不規則的物體將使其更適用于實(shí)際場(chǎng)景?！?此外，他補充道，“雖然 Intel RealSenseTM 深度 D435 相機提供了出色的深度和 RGB 數據，但數據集對它的依賴(lài)可能會(huì )限制沒(méi)有相同設備的 researchers 的可訪(fǎng)問(wèn)性?！?/p>

盡管存在這些挑戰，研究人員對數據集的影響持樂(lè )觀(guān)態(tài)度。結果清楚地表明，精心設計的數據集可以顯著(zhù)提高 6D 姿態(tài)估計算法的性能，使機器人能夠以更高的精度和效率執行更復雜的任務(wù)。

"這些成果值得付出努力！"，副教授譚興奮地喊道。展望未來(lái)，團隊計劃通過(guò)納入更多種類(lèi)的物體和自動(dòng)化部分數據收集過(guò)程來(lái)擴展數據集，以提高其效率和可訪(fǎng)問(wèn)性。這些努力旨在進(jìn)一步提高數據集的適用性和實(shí)用性，使依賴(lài)機器人自動(dòng)化的研究人員和行業(yè)受益。