点群データを用いた3 次元物体認識とロボットマニピュレーションへの応用

カテゴリ: 部門大会

論文No: PS3-8

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): 3D Object Recognition Using Point Cloud and Application to Robot Manipulation

著者名: 大野 佑太（神戸市立工業高等専門学校）,尾山 匡浩（神戸市立工業高等専門学校）,清水 俊彦（神戸市立工業高等専門学校）,小澤 正宜（神戸市立工業高等専門学校）,Samuel Amar（神戸市立工業高等専門学校）,酒井 昌彦（神戸市立工業高等専門学校）

著者名(英語): Yuta Ohno (Kobe City College of Technology),Tadahiro Oyama (Kobe City College of Technology),Toshihiko Shimizu (Kobe City College of Technology),Masayoshi Ozawa (Kobe City College of Technology)

キーワード: ロボティクス|深層学習|点群データ|KPConv|robotics|deep learning|point cloud|KPConv

要約(日本語): 万能真空吸着グリッパ（UVG)と呼ばれるハンドは現在用いられている通常のロボットアームと比べて様々な形状の物体へ吸着が可能であり、把持の安定性が高めることが可能である。しかし、このUVGは吸着面の凹凸が大きい物体に対しては、適切に吸着することが困難である。これを解決するためには把持対象の種類と吸着しやすい面を推定する必要がある。そこで、深度カメラなどから得られた点群データを用いて、把持物体の認識、またそこから得られた3次元情報を用いて物体の平面的な箇所を認識するシステムの開発を目的とした。本研究では、深層学習をベースとする、KPConvという学習手法を採用し、既存の点群データセットを用いて点群に対するセマンティックセグメンテーションの評価実験を行った。また、深度カメラから取得した点群データや3Dモデルを点群データ化したものを用いて把持する物体のデータセットを作成し、それを用いた評価実験を今後は行っていく。