arXiv cs.AI· Alessandro Tarsi, Matteo Mastrogiuseppe, Saverio Taliani, Simone Cortinovis, Ugo Pattacini·· 3 天前AI 评分22
Pickalo：用 6D 位姿估计实现低成本工业料箱抓取
Pickalo: Leveraging 6D Pose Estimation for Low-Cost Industrial Bin Picking
AI 导读
Pickalo 是一套完全基于低成本硬件的模块化 6D 位姿料箱抓取流水线，腕装 RGB-D 相机主动多视角探索场景，BridgeDepth 处理原始立体流获得精细深度图，Mask-RCNN 仅用合成数据训练完成实例分割，再由零样本 SAM-6D 估计位姿，位姿缓冲模块融合多视角观测以处理对称物体并降低位姿噪声。
正文 · AI 翻译
摘要：由于严重的杂乱、遮挡以及传统 3D 感知方案的高成本，真实工业环境中的料箱抓取仍然具有挑战性。我们提出了 Pickalo，一个完全基于低成本硬件的模块化 6D 位姿料箱抓取流水线。腕部安装的 RGB-D 相机从多个视角主动探索场景，同时原始立体流通过 BridgeDepth 处理，以获得适合精确碰撞推理的精细深度图。目标实例使用仅在照片级真实感合成数据上训练的 Mask-RCNN 模型进行分割，并使用零样本 SAM-6D 位姿估计器进行定位。位姿缓冲模块随时间融合多视角观测，处理目标对称性并显著降低位姿噪声。离线时，我们为每个目标生成并整理大量对跖抓取候选；在线时，查询基于效用的排序和快速碰撞检测以进行抓取规划。Pickalo 部署在配备平行夹爪和 Intel RealSense D435i 的 UR5e 上，在密集填充的欧式箱上实现了高达每小时 600 次平均抓取，抓取成功率为 96-99%，并在 30 分钟运行中保持稳健性能。消融研究证明了增强深度估计和位姿缓冲在真实工业条件下对长期稳定性和吞吐量的益处。视频可在 此 https URL 获取
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2604.04690 [cs.RO] |
| （或 arXiv:2604.04690v3 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2604.04690 由 DataCite 颁发的 arXiv DOI |
|
| 期刊 参考： | Robotics 2026, 15, 197 |
| 相关 DOI： | https://doi.org/10.3390/robotics15100197
链接到相关资源的 DOI |
提交历史
来自：Alessandro Tarsi [查看电子邮件]
[v1]
2026 年 4 月 6 日星期一 13:56:57 UTC（17,256 KB）
[v2]
2026 年 7 月 12 日星期日 09:59:06 UTC（17,255 KB）
[v3]
2026 年 10 月 13 日星期二 08:19:51 UTC（17,254 KB）
来源：arXiv cs.AI · arxiv.org