Selbstüberwachtes 6D-Objekt-Posenschätzen für Robotermanipulation

Um Robotern Fähigkeiten beizubringen, ist es entscheidend, Daten mit Aufsicht zu erhalten. Da die Annotierung von Daten aus der realen Welt zeitaufwendig und teuer ist, ist es wichtig, Robotern das selbstüberwachte Lernen zu ermöglichen. In dieser Arbeit stellen wir ein Robotersystem für das selbstüberwachte 6D-Objekt-Posenschätzen vor. Basierend auf Modulen, die in der Simulation trainiert wurden, kann unser System reale Bilder mit genauen 6D-Objektpositionen für das selbstüberwachte Lernen kennzeichnen. Darüber hinaus interagiert der Roboter mit Objekten in der Umgebung, um die Objektkonfiguration durch Greifen oder Schieben von Objekten zu ändern. Auf diese Weise ist unser System in der Lage, kontinuierlich Daten zu sammeln und seine Posenschätzmodule zu verbessern. Wir zeigen, dass das selbstüberwachte Lernen die Objektsegmentierung und die Leistung des 6D-Posenschätzens verbessert und damit dem System ermöglicht, Objekte zuverlässiger zu greifen. Ein Video, das die Experimente zeigt, finden Sie unter https://youtu.be/W1Y0Mmh1Gd8.