文献

J-GLOBAL ID：202102288544532036   整理番号：21A0006043

I Pour to I Pour?物理的シミュレーションによる以前に見えないオブジェクトのオープンな包含可能性のアフォーダンス【JST・京大機械翻訳】

Can I Pour Into It? Robot Imagining Open Containability Affordance of Previously Unseen Objects via Physical Simulations

著者 (2件)： Wu Hongtao (Laboratory for Computational Sensing, and Robotics, the Johns Hopkins University, Baltimore, MD, USA) ,  Chirikjian Gregory S. (Laboratory for Computational Sensing and Robotics, the Johns Hopkins University, Baltimore, MD, USA)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 6  号： 1  ページ： 271-278  発行年： 2021年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オープンコンテナ,即ち,カバーのないコンテナは,人間の生活における重要かつユビキタスなクラスの対象である。本レターでは,物理的シミュレーションによる以前に見えないオブジェクトのオープンな可給性アフォーダンスを与えるロボットのための新しい方法を提案した。ロボットはRGB-Dカメラで物体を自律的に走査する。走査された3Dモデルを,物体上への落下粒子を物理的にシミュレートし,その中に多くの粒子が保持されるかを計数することにより,オープンな可給性アフォーダンスを数量化するオープンな可給性想像のために使用する。この定量化は,オープンコンテナ対非オープンコンテナバイナリ分類(以後,オープンコンテナ分類と呼ばれる)に対して使用される。物体がオープンコンテナとして分類されるならば,ロボットは,物理的シミュレーションを用いて,再び物体に注入し,実際のロボット自律注入のための注入位置と方向を得る。著者らは,57の対象カテゴリーを有する130の以前に見えないオブジェクトを含むデータセット上の粒状材料のオープンコンテナ分類と自律注入に関する著者らの方法を評価する。提案手法は,シミュレーションキャリブレーションのために11のオブジェクトのみを使用するが,そのオープンコンテナ分類は,人間の判断と良く整合する。さらに,著者らの方法は,非常に高い成功率でデータセットにおいて55のコンテナに自律的に流動する能力を持つロボットを与える。また,深層学習法と比較した。結果は,著者らの方法がオープンコンテナ分類に関する深い学習方式と同じ性能を達成して,自律注入に関してそれより優れていることを示した。さらに,この方法は完全に説明可能である。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  学習 ,  コンテナ ,  ロボット ,  植物利用性 ,  粒状材 ,  三次元モデル
準シソーラス用語： 自律性 ,  *アフォーダンス ,  深層学習 ,  二値分類 ,  RGB-Dカメラ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 物理 ,  シミュレーション ,  オブジェクト ,  可能性 ,  アフォーダンス