Preensão de objetos em 6D Utilizando Redes Neurais Convolucionais e Curvaturas

Abstract

Neste trabalho será apresentado um sistema de preensão em 6D utilizando redes neurais convolucionais e nuvem de pontos. A detecção do objeto e a estimação da sua pose em 6D é feita em imagem RGB utilizando uma rede neural convolucional, e a nuvem de pontos é utilizada para estimar a melhor pose 6D para realizar a preensão do objeto considerando as curvaturas na lateral do mesmo. A validação do sistema proposto foi feita em ambiente de simulação gazebo, utilizando os modelos 3D dos objetos disponibilizados pela base de dados utilizada na rede neural, o braço robótico UR5 e um sensor RGB-D.