文献

J-GLOBAL ID：202002290436307456   整理番号：20A0704357

スパース性を利用したばら積み物体の三次元位置姿勢推定

6D pose estimation for randomly piled up industrial parts by using sparsity

著者 (3件)： 青木吾郎 (東北大 大学院工学研究科) ,  荒井翔悟 (東北大 大学院工学研究科) ,  小菅一弘 (東北大 大学院工学研究科)
資料名： ロボティクスシンポジア予稿集  (ロボティクスシンポジア講演論文集)
巻： 25th  ページ： 97-100  発行年： 2020年03月15日 
JST資料番号： L1084B  ISSN： 1881-7300  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・ばら積み物体から三次元点群データを用いてビンピッキングを行う目的で,物体の位置姿勢推定に焦点を当てて検討。
・位置推定問題を位置候補からの選択問題,姿勢推定問題を姿勢候補からの選択問題とすることで,スパース最適化問題へ帰着させて定式化。
・実験では,三次元計測センサを用いて取得した物体の三次元点群から,オクルージョンが最も少ない物体の二次元位置と姿勢の推定に成功。
・シミュレーション結果の解析により,精度の向上をはかるには最適化問題に非負制約を追加する必要があることが判明。

シソーラス用語： *推定 ,  *仕分け ,  *瓶 ,  データ ,  最適化問題 ,  性質 ,  機械学習
準シソーラス用語： スパース性 ,  *ピッキング ,  *位置推定 ,  三次元点群データ ,  *姿勢推定 ,  深層学習 ,  点群データ

分類 (1件)： ロボット工学一般  (IC04011S)

引用文献 (14件)：

• N. Chiba et al., ′′Feedback projection for 3D measurements under complex lighting conditions,′′ Proc. American Control Conf., 2017, pp. 4649-4656
• J. Hyun et al., ′′Superfast 3D absolute shape measurement using five binary patterns,′′ Optics and Lasers in Engineering, 2017, vol. 90, pp. 217-224
• P. Khaire et al., ′′Combining CNN streams of RGB-D and skeletal data for human activity recognition,′′ Pattern Recognition Letters, 2018, vol. 115, pp. 107-116
• C. Kingkan et al., ′′Model-based virtual visual servoing with point cloud data,′′ Proc. International Conf. on Intelligent Robots and Systems, 2016, pp. 5549-5555
• 野田ら, ′′一般形状部品の多品種供給の自動化,′′ 日本ロボット学会誌, 2015, 33巻, 5号, pp.387-394

タイトルに関連する用語 (4件)： スパース性 ,  ばら積み ,  物体 ,  姿勢推定