Object Detection and Pose Estimation with RGB-D Camera for Supporting Robotic Bin-Picking

Abstract

Tujuan dari penelitian ini adalah untuk mendeteksi objek dan mengestimasi pose objek menggunakan kamera RGB-D. Dalam penelitian ini, kami mengusulkan pemrosesan data pada citra RGB dan citra depth saja, tanpa menggunakan point cloud, seperti pada umumnya. Metode yang diusulkan mendeteksi posisi dan orientasi objek menggunakan DRBox-v2 dari Region of Interest (ROI), yang sebelumnya diperoleh dari pendeteksian pada penanda ArUco. Hasil deteksi objek kemudian diskalakan dan digunakan pada citra depth untuk mendapatkan perkiraan posisi dan orientasi objek. Dari sisi pendeteksi objek, usulan metode memperoleh nilai Average Precision (AP) sebesar 0,740. Sedangkan untuk estimator pose, usulan metode menghasilkan kesalahan posisi rata-rata 13,36 mm dan kesalahan orientasi rata-rata 0,75 derajat. Metode yang diusulkan berpotensi menjadi alternatif sistem deteksi objek dan estimasi pose pada kamera RGB-D yang tidak memerlukan pemrosesan point cloud dan tidak memerlukan model referensi objek.