大規模倉庫自動化のための箱の姿勢・形状推定とドメイン適応
Box Pose and Shape Estimation and Domain Adaptation for Large-Scale Warehouse Automation
倉庫ロボットの実世界の未ラベル画像を活用し、箱の姿勢と形状を自己教師ありで推定するドメイン適応パイプラインを開発した。シミュレーションのみの学習より大幅に高精度で、ゼロショット3Dバウンディングボックス推定も上回る。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Xihang Yu, Rajat Talak, Jingnan Shi, Ulrich Viereck, Igor Gilitschenski, Luca Carlone
分類: cs.RO, cs.CV, cs.LG
原文アブストラクト
Modern warehouse automation systems rely on fleets of intelligent robots that generate vast amounts of data -- most of which remains unannotated. This paper develops a self-supervised domain adaptation pipeline that leverages real-world, unlabeled data to improve perception models without requiring manual annotations. Our work focuses specifically on estimating the pose and shape of boxes and presents a correct-and-certify pipeline for self-supervised box pose and shape estimation. We extensively evaluate our approach across a range of simulated and real industrial settings, including adaptation to a large-scale real-world dataset of 50,000 images. The self-supervised model significantly outperforms models trained solely in simulation and shows substantial improvements over a zero-shot 3D bounding box estimation baseline.
