RGBからのロボットグリップ検出およびセマンティックセグメンテーション向けのエンドツーエンド学習可能な深層ニューラルネットワーク

本研究では、平行プレートグリッパーに適したグリップ検出およびセマンティックセグメンテーションの高品質な結果を実現する、新たなエンドツーエンド学習可能なCNNベースのアーキテクチャを提案する。このアーキテクチャを活用し、既に計算されたグリップ検出結果およびセマンティックセグメンテーションの情報を活用する新たなリファインメントモジュールを提案する。このモジュールにより、グリップ検出の精度がさらに向上する。提案するネットワークは、CornellおよびJacquardという2つの代表的なグリップデータセットにおいて、最先端の精度を達成した。さらに、本研究の付加的貢献として、OCIDデータセットに対する新たな拡張を提供し、極めて困難なシーンにおけるグリップ検出の評価を可能にした。この拡張データセットを用いて、セマンティックセグメンテーションがグリップ候補を物体クラスに割り当てるために利用できることを示した。これにより、シーン内の特定の物体をピックアップするためのアプローチが実現可能となる。