日本湿布拉技术大学的研究人员开发了一个新的6D姿势数据集，旨在提高工业环境中机器人握把的准确性和灵活性。数据集包含RGB和深度图像，显示出在动态环境中执行选择和放置任务的机器人精度的巨大潜力。本文指出：对象姿势的准确估计决定了机器人确定对象位置和方向的能力。这对于机器人技术很重要，尤其是在制造和物流等行业中的接送活动和关键位置。尽管机器人越来越受到复杂的操作活动，但它们的准确能力很重要。此功能可确保机器人可以以可靠且安全的方式与对象交互。然而，尽管促进了深度研究，但6D姿势估计算法的性能在很大程度上取决于D的质量他们正在练习。由奇巴（Chiba）理工学院及其团队的工程学院副教授潘·琴坦（Pan Zuantan）与河内技术大学，越南和VIệT河内大学副教授的Nguyen Chung-wu，Du Congyue先生和Pei Shanglan博士一起领导的一项良好的培训，介绍了VIITASE，VIITASE，VIIETASE，VIETASE副业副业，介绍了VIITEN，VIITEN，VIITEN，VIIETASE，VIETASE的副作用，姿势估计算法。数据库通过提供全面的资源来对应一个主要的机器人差距和研究自动化，使机器人能够在现实世界环境中执行更高的准确性和灵活性。该研究于2024年11月23日在线发表，并发表在2024年12月24日的《工程杂志》第24杂志上。工程师。研究团队创建了一个数据库，该数据库不仅满足了研究社区的需求，还适用于实际行业环境。他们使用Intel Realsensesetm深度D435相机获得了高质量的RGB和深度图像，并标记了每个图像，并标记了每个图像，包括6D姿势（包括对象的数据）（旋转和拆卸），该数据库在多种多样的数据库中添加了各种数据库。条件。此过程使该数据库适合多种机器人应用。通过将物体与不同的形状和可变环境结合在一起，它不仅为研究人员提供了重要的来源，还为在动态和复杂条件下工作的工程师提供了重要的来源。明智地。高精度证明，该数据集提供了可靠的tumpak姿势信息，对于操作，制造质量控制和自动驾驶等机器人应用程序，这些数据集很重要。这些算法在此数据集中的出色性能具有提高需要准确性的机器人系统的潜力。唐副教授说：“尽管我们的数据集包括矩形prisism，梯形和圆柱体等主要形状，它们将其扩展到包括更复杂和不规则的物体将使它更适合于现实生活中的情况。”此外，他还补充说：“虽然Intel Realsensesetm D435摄像头提供了出色的RGB深度和数据，但希望这里的数据集可以限制没有相同设备的研究人员的访问。”尽管面临这些挑战，但研究人员对数据集的影响很乐观。该卵石清楚地表明，设计井的数据集可以显着提高6D姿势的性能Timate算法，允许机器人以更高的准确性和效率执行更复杂的任务。这些成就值得付出努力！ ，谭副教授大喊。继续，团队计划通过合并更多类型的对象并自动化数据收集过程的一部分来扩展数据集，以提高其效率和访问。这些努力旨在进一步提高数据集的可用性和实用性，从而使依赖机器人自动化的研究人员和行业受益。