A Study on 6D Pose Estimation Method Using Industrial Robot and 2D Vision

산업용 로봇과 2D 비전을 연동한 6D 자세 추정 방법 연구

This study presents and verifies an easy, fast, and relatively cost-effective method for 6D pose estimation using industrial robots for bin picking in the manufacturing sector. Specifically, it details a method involving the integration of industrial robots with 2D cameras to ① acquire multi-view images of objects and collect training data, ② select variables from the collected data and implement a linear regression model, and ③ apply the trained model to estimate, verify, and evaluate the 6D pose of objects on industrial robots. The proposed data collection method and implemented linear regression model demonstrated statistically significant results. The estimated 6D poses were validated against ground true values and evaluated in their application to industrial robots, confirming their validity. By using feature point information extracted from images instead of direct image inputs as inputs to the regression model, the data size was reduced, enabling direct embedding on the robot. This research approaches the problem of spatial coordinates in 3D from a data analysis perspective, rather than from geometrical or computer vision perspectives.

본 연구는 제조 분야에서 산업용 로봇을 이용하여 빈 피킹을 구현할 때, 쉽고, 빠르고, 상대적으로 저렴한 비용의 6D 자세 추정 방법을 제시하고 검증하였다. 상세하게는 산업용 로봇과 2D 카메라를 연동하여 ①객체의 다시점 이미지를 획득하고 학습 데이터를 수집하는 방법, ②수집된 데이터에서 변수를 선택하고 선형 회귀 모델을 구현하는 방법, ③학습된 모델을 산업용 로봇에 적용하여 객체의 6D 자세를 추정, 검증 및 평가하는 방법을 제시하였다. 제시된 데이터 수집 방법과 구현된 선형 회귀 모델은 통계적으로 유의한 결과를 보였으며, 추정된 6D 자세는 참값 검증과 산업용 로봇 적용 평가에서 그 타당성을 확인할 수 있었다. 이미지를 직접 입력하는 대신 이미지에서 추출한 특징점 정보를 회귀 모델의 입력으로 사용함으로써 데이터의 크기를 줄이고 로봇에 직접 임베딩(embedding) 할 수 있었다. 본 연구는 3D 공간의 좌표 문제를 기하학이나 컴퓨터 비전의 관점이 아닌 데이터 분석의 관점에서 접근하였다.