論文の概要: Training-free Suction Grasp Detection for Deformed Aseptic Cartons Using Vision-Language Models and Geometric Surface Scoring
- arxiv url: http://arxiv.org/abs/2608.28246v1
- Date: Fri, 28 Aug 2026 12:04:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.310192
- Title: Training-free Suction Grasp Detection for Deformed Aseptic Cartons Using Vision-Language Models and Geometric Surface Scoring
- Title（参考訳）: 視覚言語モデルと幾何学的表面スコーリングを用いた変形性無菌カートンの無トレーニング吸引グラフ検出
- Authors: Marin Maletic, Goran Vasiljevic,
- Abstract要約: 変形性無菌飲料カートを選別するための無トレーニング吸引把握システムを提案する。
オープン語彙視覚言語モデルは、テキストプロンプトからカルトンを検出し、SAM2は、各検出をインスタンスマスクに洗練し、幾何学的スコアリング法は、表面平坦度と正常なアライメントとを組み合わせて吸引点を選択する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robotic sorting of recyclable waste is challenging due to the deformable and geometrically inconsistent nature of target objects. We present a training-free suction grasping system for sorting deformed aseptic beverage cartons, decoupling target identification from grasp-point selection. An open-vocabulary vision-language model detects cartons from a text prompt, SAM2 refines each detection into an instance mask, and a geometric scoring method selects the suction point by combining surface flatness with normal alignment. Three geometric methods are compared: k-nearest-neighbour PCA, Sobel cross-product, and RANSAC plane fitting. Evaluated on a real robot across three deformation levels and 35 cluttered scenes, single-object grasp success reaches 88.2% and end-to-end retrieval in clutter is 72.6%.
- Abstract（参考訳）: リサイクル可能な廃棄物のロボット的選別は, 対象物の変形性, 幾何学的不整合性のために困難である。
本研究では,無作為な無菌飲料カルトンを選別し,目標の識別を把握点選択から切り離す訓練自由吸引把握システムを提案する。
オープン語彙視覚言語モデルは、テキストプロンプトからカルトンを検出し、SAM2は、各検出をインスタンスマスクに洗練し、幾何学的採点法は、表面平坦性と正常なアライメントとを組み合わせて吸引点を選択する。
k-アネレスト近傍PCA, Sobel クロスプロダクト, RANSAC 平面フィッティングの3つの幾何学的手法を比較した。
3つの変形レベルと35のぼかしシーンで実際のロボット上で評価され、単一物体の把握成功率は88.2%に達し、クラッタにおけるエンドツーエンドの検索率は72.6%である。
関連論文リスト
- ShapeGrasp: Simultaneous Visuo-Haptic Shape Completion and Grasping for Improved Robot Manipulation [3.415147604573136]
提案手法は,暗黙的な表面粘性触覚形状の完成と物理に基づくグリップ計画とを結合した,反復的グリップ・アンド・コンプリートパイプラインである。
1つのRGB-Dビューから、ShapeGraspは完全な形状を推測し、剛体シミュレーションにより候補のグリップを生成し、最も有効なグリップを実行する。
実世界におけるShapeGraspの評価には,2つの異なるロボットとグリップを用いた。
論文 参考訳（メタデータ） (2026-05-04T08:49:52Z) - ShapeY: A Principled Framework for Measuring Shape Recognition Capacity via Nearest-Neighbor Matching [0.0]
人間における物体の認識は、形状の手がかりと、様々な3D視点で物体を認識する能力に大きく依存している。
人間とは異なり、ディープネットワークはしばしばテクスチャや背景のような非形状の手がかりに依存しており、一般化と堅牢性の脆弱性につながる。
本稿では,ORシステムにおける形状に基づく認識能力の評価を目的とした,新しい,原理的なベンチマークフレームワークであるShapeYを紹介する。
論文 参考訳（メタデータ） (2026-04-27T23:42:52Z) - Single-View Shape Completion for Robotic Grasping in Clutter [5.084516012213421]
視覚に基づくロボット操作では、単一のカメラビューは、関心のある対象の片側のみをキャプチャできる。
拡散モデルを用いて,部分深度観測からカテゴリレベルの3次元形状の完成を行う。
提案手法は, 形状の完成度を23%向上させることなく, 良好な達成率が得られる。
論文 参考訳（メタデータ） (2025-12-18T12:11:05Z) - U-RED: Unsupervised 3D Shape Retrieval and Deformation for Partial Point
Clouds [84.32525852378525]
教師なし形状検索および変形パイプラインであるU-REDを提案する。
任意のオブジェクトの観察を入力として受け取り、通常RGBの画像やスキャンによってキャプチャされ、幾何学的に類似したCADモデルを共同で検索して変形する。
我々は,U-REDが既存の最先端アプローチを47.3%,16.7%,31.6%で上回っていることを示す。
論文 参考訳（メタデータ） (2023-08-11T20:56:05Z) - Revisiting Domain-Adaptive 3D Object Detection by Reliable, Diverse and
Class-balanced Pseudo-Labeling [38.07637524378327]
ドメイン適応型3Dオブジェクト検出において,疑似ラベリング技術を用いた教師なしドメイン適応(DA)が重要なアプローチとして浮上している。
既存のDAメソッドは、マルチクラスのトレーニング環境に適用した場合、パフォーマンスが大幅に低下する。
本稿では,すべてのクラスを一度に検出する学習に適した新しいReDBフレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-16T04:34:11Z) - Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。
提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
論文 参考訳（メタデータ） (2022-08-24T14:59:28Z) - Self-Supervised Interactive Object Segmentation Through a
Singulation-and-Grasping Approach [9.029861710944704]
本稿では,新しいオブジェクトと対話し,各オブジェクトのトレーニングラベルを収集するロボット学習手法を提案する。
Singulation-and-Grasping(SaG)ポリシは、エンドツーエンドの強化学習を通じてトレーニングされる。
本システムは,シミュレートされた散文シーンにおいて,70%の歌唱成功率を達成する。
論文 参考訳（メタデータ） (2022-07-19T15:01:36Z) - Reinforced Axial Refinement Network for Monocular 3D Object Detection [160.34246529816085]
モノクロ3次元物体検出は、2次元入力画像から物体の位置と特性を抽出することを目的としている。
従来のアプローチでは、空間から3D境界ボックスをサンプリングし、対象オブジェクトと各オブジェクトの関係を推定するが、有効サンプルの確率は3D空間で比較的小さい。
我々は,まず最初の予測から始めて,各ステップで1つの3dパラメータだけを変えて,基礎的真理に向けて徐々に洗練することを提案する。
これは、いくつかのステップの後に報酬を得るポリシーを設計する必要があるため、最適化するために強化学習を採用します。
論文 参考訳（メタデータ） (2020-08-31T17:10:48Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳（メタデータ） (2020-01-21T06:51:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。