초록
우리는 객체가 포함된 장면의 RGB-D 뷰에서 로봇 그립을 감지하는 문제를 고려합니다. 본 연구에서는 이 문제를 해결하기 위해 깊은 학습 방법을 적용하여 특징을 수작업으로 설계하는 번거로움을 피하고자 합니다. 이는 두 가지 주요 과제를 제시합니다. 첫째, 우리는 후보 그립의 거대한 수를 평가해야 합니다. 검출이 빠르면서도 견고하도록 하기 위해, 두 개의 깊은 네트워크로 구성된 두 단계 캐스케이드 구조를 제안합니다. 첫 번째 네트워크는 특징이 적어 실행 속도가 빠르며, 불필요한 후보 그립들을 효과적으로 제거할 수 있습니다. 두 번째 네트워크는 특징이 많아 실행 속도가 느리지만, 최상위 몇 개의 검출 결과에 대해서만 실행되어야 합니다. 둘째, 우리는 다중 모달 입력을 잘 처리해야 합니다. 이를 위해 다중 모달 그룹 규제(multimodal group regularization) 기반으로 가중치에 구조적 규제(structured regularization)를 적용하는 방법을 제안합니다. 실험 결과, 우리의 방법은 로봇 그립 감지 분야에서 이전 최신 연구 방법들보다 우수하며, 두 가지 다른 로봇 플랫폼에서 성공적으로 그립을 수행할 수 있음을 보여주었습니다.