一种应用于工业环境基于图像数据驱动技术来检测无纹理物体6D姿态的方法

简介

本技术适用于需要检测刚性物体6D姿态的场景，通过采集现场的RGB图像以检测图像中目标对象的6D姿态（位置和旋转方向）。

商品化机会

项目咨询, 承包研究项目, 技术共同开发

解决方案

刚性物体的6D姿态检测是将人机协作应用于工业环境中自动化工序的关键之一。从RGB图像检测刚性物体的6D姿态极具挑战性，尤其是具有对称性的无纹理对象，因为它们只有少量可用于检测的视觉特征，而且它们的对称性会增加物体姿势估计的难度。

创新技术

透过使用边缘线索来补充彩色图像，使其具有更多检测特征，并减少用于测试的真实图像与用于模型训练的合成图像之间的差距。
数据驱动方法需要大量人工标注数据进行训练。提出了一种自监督机制（无需人工标注数据）对所学姿态特征表示加以几何先验约束。透过该几何先验，两张表示同一对象相似旋转的RGB图像亦有相似的隐式表示，从而提高本方法的稳定性与鲁棒性（robustness）。

主要成效

检测刚性物体并从图像中估计其6D姿态是机器人和机器视觉的基础，对于机器人拾取和增强现实等应用至关重要。
该技术通过促进工业环境中的人机协作来提高安全性和生产力。

创新制衣技术研发中心（TransGP）由香港大学及日本东北大学合作成立。中心旨在为未来社会的需求提供解决方案。随着传统工业逐步迁出主要城市、人口老龄化等因素将导致劳动力短缺。中心致力推动再工业化，特别是制衣业的转型发展。虽然制衣业订立了明确的转型目标，但至今仍以高度劳动密集的生产模式为主。中心现正进行一系列研究项目，通过发展人工智能和机械人技术，以缩短产品开发周期、提高生产效率及减低出错机会，同时将高风险的工序自动化以提升安全水平。