來自日本芝浦工業(yè)大學(xué)的研究人員開發(fā)了一個(gè)新型 6D 姿態(tài)數(shù)據(jù)集，旨在提高工業(yè)環(huán)境中機(jī)器人抓取的準(zhǔn)確性和適應(yīng)性。該數(shù)據(jù)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(zhí)行拾取和放置任務(wù)的機(jī)器人精度的巨大潛力。

準(zhǔn)確的對(duì)象姿態(tài)估計(jì)是指機(jī)器人確定物體的位置和方向的能力。這對(duì)于機(jī)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。隨著機(jī)器人越來越多地被賦予復(fù)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(jī)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(xí)取得了進(jìn)展，6D 姿態(tài)估計(jì)算法的性能在很大程度上取決于它們所訓(xùn)練的數(shù)據(jù)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(tuán)隊(duì)領(lǐng)導(dǎo)的一項(xiàng)新研究，以及來自越南河內(nèi)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(nèi)科技大學(xué)副教授戴泰 Vi?t，介紹了一個(gè)精心設(shè)計(jì)的數(shù)據(jù)庫，旨在提高 6D 姿態(tài)估計(jì)算法的性能。該數(shù)據(jù)庫通過提供一個(gè)全面的資源，解決了機(jī)器人抓取和自動(dòng)化研究中的一個(gè)主要差距，使機(jī)器人能夠在現(xiàn)實(shí)世界環(huán)境中以更高的精度和適應(yīng)性執(zhí)行任務(wù)。這項(xiàng)研究于 2024 年 11 月 23 日在線發(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(biāo)是創(chuàng)建一個(gè)不僅推進(jìn)研究，而且解決工業(yè)機(jī)器人自動(dòng)化實(shí)際挑戰(zhàn)的數(shù)據(jù)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(tuán)隊(duì)創(chuàng)建了一個(gè)不僅滿足研究社區(qū)需求，而且適用于實(shí)際工業(yè)環(huán)境的數(shù)據(jù)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(duì)每個(gè)圖像進(jìn)行了標(biāo)注，包括物體的 6D 位姿數(shù)據(jù)（旋轉(zhuǎn)和位移）。該數(shù)據(jù)庫具有各種形狀和尺寸，并添加了數(shù)據(jù)增強(qiáng)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(shù)據(jù)庫非常適合廣泛的機(jī)器人應(yīng)用。

“我們的數(shù)據(jù)庫經(jīng)過精心設(shè)計(jì)，適用于工業(yè)領(lǐng)域。通過包含形狀和環(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(fù)雜條件下工作的工程師提供了資源，”譚副教授補(bǔ)充道。

該數(shù)據(jù)集使用最先進(jìn)的深度學(xué)習(xí)模型 EfficientPose 和 FFB6D 進(jìn)行評(píng)估，分別達(dá)到了 97.05% 和 98.09% 的準(zhǔn)確率。高準(zhǔn)確率證明該數(shù)據(jù)集提供了可靠和精確的姿態(tài)信息，這對(duì)于機(jī)器人操作、制造業(yè)的質(zhì)量控制以及自動(dòng)駕駛等應(yīng)用至關(guān)重要。這些算法在該數(shù)據(jù)集上的優(yōu)異表現(xiàn)突出了改進(jìn)需要精度的機(jī)器人系統(tǒng)的潛力。

唐副教授表示，“雖然我們的數(shù)據(jù)集包括矩形棱柱、梯形和圓柱等基本形狀，但將其擴(kuò)展以包含更多復(fù)雜和不規(guī)則的物體將使其更適用于實(shí)際場(chǎng)景?！?此外，他補(bǔ)充道，“雖然 Intel RealSenseTM 深度 D435 相機(jī)提供了出色的深度和 RGB 數(shù)據(jù)，但數(shù)據(jù)集對(duì)它的依賴可能會(huì)限制沒有相同設(shè)備的 researchers 的可訪問性。”

盡管存在這些挑戰(zhàn)，研究人員對(duì)數(shù)據(jù)集的影響持樂觀態(tài)度。結(jié)果清楚地表明，精心設(shè)計(jì)的數(shù)據(jù)集可以顯著提高 6D 姿態(tài)估計(jì)算法的性能，使機(jī)器人能夠以更高的精度和效率執(zhí)行更復(fù)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，團(tuán)隊(duì)計(jì)劃通過納入更多種類的物體和自動(dòng)化部分?jǐn)?shù)據(jù)收集過程來擴(kuò)展數(shù)據(jù)集，以提高其效率和可訪問性。這些努力旨在進(jìn)一步提高數(shù)據(jù)集的適用性和實(shí)用性，使依賴機(jī)器人自動(dòng)化的研究人員和行業(yè)受益。