Preensão robótica seletiva em 6D utilizando Redes Neurais Convolucionais

Abstract

This paper proposes a visual system to generate multiple and selective 6D grasps using a Convolutional Neural Network (CNN) called GraspNet and a modified version of a CNN entitled Single Shot Multibox Detector (SSD). GraspNet is a robotic grasping technique, based on Variational Autoencoders, to generate grasps from the point cloud of the object and the end effector. It is capable of generating several grasps for a single object, enabling the exploitation of viable kinematic solutions to avoid collisions with other objects in the robot's workplace. However, this technique does not allow the selection of specific objects to grasp. To mitigate this problem, a modified version of the SSD was applied for the detection and selection of objects. The performance analysis of the proposed system is presented through simulation results in ROS/Gazebo with parts of complex geometry. Resumo: Este artigo propõe um sistema visual de geração preensões múltiplas, seletivas e em 6D, utilizando uma Rede Neural Convolucional (CNN) denominada de GraspNet e uma versão modificada da CNN intitulada Single Shot Multibox Detector (SSD). A GraspNet é uma técnica de preensão robótica, baseada nos Autoencoders Variacionais, para gerar preensões a partir da nuvem de pontos do objeto e do efetuador final. Ela é capaz de conceber diversas preensões para um único objeto, possibilitando a exploração das soluções cinemáticas viáveis para evitar colisões com outros objetos na área de trabalho do robô. No entanto, essa técnica não permite ao manipulador efetuar preensões em objetos de forma seletiva. Para mitigar este problema, uma versão modificada da SSD foi adotada para a detecção e seleção de objetos para a posterior preensão. A análise de desempenho do sistema proposto é apresentada através de resultados de simulação no ROS/Gazebo com peças de complexidade geométrica.