elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Grasping Point Prediction in Cluttered Environment using Automatically Labeled Data

Ainetter, Stefan und Fraundorfer, Friedrich (2020) Grasping Point Prediction in Cluttered Environment using Automatically Labeled Data. Joint Austrian Computer Vision and Robotics Workshop, 2020-09-17 - 2020-09-18, Graz, Austria ONLINE. doi: 10.3217/978-3-85125-752-6-29.

[img] PDF
8MB

Offizielle URL: https://openlib.tugraz.at/download.php?id=5f6b2efe344e1&location=browse

Kurzfassung

We propose a method to automatically generate high quality ground truth annotations for grasping point prediction and show the usefulness of these annotations by training a deep neural network to predict grasping candidates for objects in a cluttered environment. First, we acquire sequences of RGBD images of a real world picking scenario and leverage the sequential depth information to extract labels for grasping point prediction. Afterwards, we train a deep neural network to predict grasping points, establishing a fully automatic pipeline from acquiring data to a trained network without the need of human annotators. We show in our experiments that our network trained with automatically generated labels delivers high quality results for predicting grasping candidates, on par with a trained network which uses human annotated data. This work lowers the cost/complexity of creating specific datasets for grasping and makes it easy to expand the existing dataset without additional effort.

elib-URL des Eintrags:https://elib.dlr.de/138333/
Dokumentart:Konferenzbeitrag (Vortrag)
Zusätzliche Informationen:Die Konferenz fand nicht statt, Beitrag wurde eingereicht
Titel:Grasping Point Prediction in Cluttered Environment using Automatically Labeled Data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ainetter, Stefanicg.tugraz.atNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Fraundorfer, Friedrichfriedrich.fraundorfer (at) dlr.dehttps://orcid.org/0000-0002-5805-8892NICHT SPEZIFIZIERT
Datum:September 2020
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.3217/978-3-85125-752-6-29
Seitenbereich:Seiten 124-130
Status:veröffentlicht
Stichwörter:automatically generated labels, human annotated data
Veranstaltungstitel:Joint Austrian Computer Vision and Robotics Workshop
Veranstaltungsort:Graz, Austria ONLINE
Veranstaltungsart:nationale Konferenz
Veranstaltungsbeginn:17 September 2020
Veranstaltungsende:18 September 2020
Veranstalter :TU Graz
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Straßenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V ST Straßenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - D.MoVe (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Knickl, Sabine
Hinterlegt am:26 Nov 2020 12:23
Letzte Änderung:24 Apr 2024 20:40

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.