RGB-D 이미지를 활용한 CNN 기반 실시간 파지점 탐색

Abstract

본 논문에서는 RGB-D 이미지를 활용한 CNN 기반의 실시간 파지점 탐색 알고리즘을 제안한다. 파지점 탐색이란 로봇의 손으로 물체의 어느 지점을 잡았을 때 안정적으로 물체를 들어 올릴 수 있는지 결정하는 기술로 단순한 이미지 내의 물체 탐지 기법과는 차이가 있다. 파지의 위치가 불안정할 경우 로봇의 손으로 물체를 들어 올리는 과정 중 물체를 떨어뜨리거나 동작을 수행할 수 없는 경우가 발생하기에 정확하고 안정적인 파지점 탐색이 필요하다. 인식된 물체의 사전 정보 없이 주어진 RGB-D 영상으로부터 파지점을 탐색하며, 파지점 탐색 알고리즘의 정량적인 평가를 위해 빠른 Rectangle Metric 측정 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 통해 이미지 처리가 아닌 학습을 통한 인경신경망 모델을 사용함으로서 단순한 형태의 물체뿐만이 아닌 복잡한 형태의 물체의 파지점 탐색까지도 가능하다.

In this paper, we propose a CNN-based real-time grasping point detection algorithm using RGB-D images. Grasping point detection is a technique that determines where and how a robot should grab an object to lift it stably, this makes it quite unlike simple object detection. If the grasp is unstable, due to a poor choice of location, it is easy to drop the object when the robot lifts it and therefore the robot may fail to complete the requested task. As such, accurate and stable grasping point detection is essential for the robotics industry. Also, we introduce a fast measurement algorithm based on the rectangle metric for the quantitative evaluation of the grasping point detection technique. The proposed algorithm is able to search for grasping points on objects with complex shapes as well as simple ones by using neural network learning rather than simple image processing.