由于物体状态的高维度,服装扁平的管道需要识别机器人制作/选择操纵计划以使服装弄平的服装的配置。在本文中,我们提出了一种以数据为中心的方法,以根据已知的配置网络(KCNET)识别已知的服装配置,该配置是在深度图像上训练的,该图像捕获了已知的服装配置和服装形状的先验知识。在本文中,我们提出了一种以数据为中心的方法,以根据已知的配置网络(KCNET)识别已知的服装配置,该配置是在深度图像上训练的,这些图像捕获了已知的服装配置和服装形状的先验知识。服装的已知配置是当机器人在空气中间悬挂衣服时的服装配置。我们发现,如果我们让机器人识别服装的常见悬挂配置(已知配置),则可以实现92 \%的精度。我们还通过双臂百特机器人提出的方法证明了有效的机器人服装使管道扁平化。机器人的平均运营时间为221.6秒,并成功操纵了五种不同形状的服装。
translated by 谷歌翻译