日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2606.00449

ROG-Grasp: 根の形状に基づくロボット把持と配置

ROG-Grasp: Root-Oriented Geometry for Robotic Grasping and Placement

シェア:XThreadsFacebookLINEはてブBluesky

RGB-Dカメラで農産物の根の形状から向きを推定し、安定した把持と配置を実現する幾何学ベースのフレームワークを提案。トマトとタマネギで高い成功率を実証した。

詳しい要約

1. どんなもの?

- 農業の収穫後処理における向きを考慮した把持・配置を実現するロボットフレームワーク「ROG-Grasp」を提案。 - RGB-D知覚を用いて、根の表面形状から農産物の向きを推定する。 - YOLOベースの根検出器と点群平面フィッティングで根の法線を推定し、安定した把持姿勢生成と向き制約付きデカルト運動計画を行う。 - トマトとタマネギを対象に、単独および混雑環境で実験を行い、高い成功率と安定した実行時間を示した。

2. 先行研究と比べてどこがすごい?

- 視覚-言語-行動(VLA)ポリシーと比較して、より信頼性が高く正確な把持完了を、より速い実行で達成。 - 従来のVLAポリシーは把持完了の信頼性や速度に課題があったが、本手法は幾何学駆動の知覚によりそれを改善。 - 向き制御を必要とする実用的な操作タスクにおいて、幾何学ベースのアプローチの有効性を強調。

3. 技術・手法の肝は?

- RGB-D知覚を用いて根の表面形状から農産物の向きを推定。 - YOLOベースの根検出器と点群平面フィッティングを組み合わせ、根の法線を推定。 - 推定された根の法線に基づき、安定した把持姿勢を生成。 - 向き制約付きデカルト運動計画を実行。

4. どうやって有効だと検証した?

- トマトとタマネギを対象に、単独および混雑環境で実験を実施。 - 高い成功率と安定した実行時間を確認。 - VLAポリシーとの比較により、より信頼性が高く正確な把持完了と高速実行を実証。 - 論文のビデオがオンラインで公開されている(https://youtu.be/Ir2UtGODdMo)。

5. 議論はある?

- 実験結果は、向き制御を伴う実用的な操作タスクにおける幾何学駆動知覚の有効性を強調。 - 具体的な議論や限界については要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:vision-language-action (VLA) policies。 - 関連手法:YOLOベースの物体検出、点群平面フィッティング。 - 同分野の定番:ロボット把持のための幾何学ベース手法、RGB-D知覚を用いた操作。

※ 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: Zijian An, Augustus Sroka, Ran Yang, Bill Cai, Satoru Eto, Brian Poon, Kelvin Cai, Shijie Geng, Feng Liu, Yiming Feng, Lifeng Zhou

分類: cs.RO

原文アブストラクト

Orientation-aware manipulation is essential in post-harvest agricultural processing, where produce must be grasped and placed in consistent configurations. This paper presents ROG-Grasp, a geometry-based robotic grasping and placement framework that estimates the produce orientation from root surface geometry using RGB-D perception. A YOLO-based root detector and point cloud plane fitting are used to infer the root normal, enabling stable grasp pose generation and orientation-constrained Cartesian motion planning. Experiments on tomatoes and onions demonstrate high success rates and stable execution time in both isolated and cluttered scenarios. Compared with vision-language-action (VLA) policies, the proposed method achieves more reliable and accurate grasp completion with faster execution. These results highlight the effectiveness of geometry-driven perception for practical orientation-controlled manipulation tasks. A video of our paper is available online https://youtu.be/Ir2UtGODdMo.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI