Ready2Grasp: NBV-guided grasping for fast robotic packing of unknown objects

Industrial robotics is widely employed to automate repetitive operations, ensuring operational continuity and reducing human error; among these, end-of-line packaging represents a typical use case. However, in real scenarios unknown objects may appear, never observed before, for which the robot does not have prior models or information: how to handle these cases? In recent years, robotics research has therefore aimed at systems capable of adapting to unstructured environments, manipulating unknown objects and cooperating collaboratively with humans. In this direction lies the present work, whose objective is to perform end-of-line packaging on pallets containing unknown objects. Starting from an initial acquisition, the robot progressively reconstructs the scene and identifies suitable grasp poses to pick up the objects and place them in a box. The approach jointly integrates 3D reconstruction and grasping: the system selects and plans optimal successive views (Next-Best-Views, NBVs) to improve the knowledge of the scene before generating stable and feasible grasps. The algorithm is designed to be lightweight from the computational point of view in order to increase productivity, robust to guarantee operational reliability and, above all, scalable and transversal, resulting both adaptable to different industrial contexts as well as product-agnostic. All this is carried out in a real environment by means of a low-resolution, low-cost sensor, ensuring at the same time simplicity and cost-effectiveness of the solution. In light of the promising performances and of the reduced hardware cost, the proposed solution shows significant potential for adoption as a scalable technology in numerous production contexts.

La robotica industriale è ampiamente impiegata per automatizzare operazioni ripetitive, garantendo continuità operativa e riducendo l’errore umano; tra queste, l’imballaggio di fine linea rappresenta un caso d’uso tipico. In scenari reali, tuttavia, possono presentarsi oggetti sconosciuti, mai osservati in precedenza, per i quali il robot non dispone di modelli o informazioni pregresse: come gestire questi casi? Negli ultimi anni la ricerca in robotica ha quindi mirato a sistemi capaci di adattarsi ad ambienti non strutturati, di manipolare oggetti non noti e di cooperare collaborativamente con l’uomo. In questa direzione si colloca il presente lavoro, il cui obiettivo è eseguire l’imballaggio di fine linea su pallet contenenti oggetti sconosciuti. A partire da un’acquisizione iniziale, il robot ricostruisce progressivamente la scena ed individua pose di presa idonee per prelevare gli oggetti e riporli in una scatola. L’approccio integra in modo congiunto ricostruzione 3D ed afferraggio: il sistema seleziona e pianifica viste successive ottimali per migliorare la conoscenza della scena prima di generare prese stabili e realizzabili. L’algoritmo è progettato per essere leggero dal punto di vista computazionale al fine di incrementare la produttività, robusto per garantire affidabilità operativa e, soprattutto, scalabile e trasversale, risultando sia adattabile a contesti industriali differenti così come agnostico rispetto al prodotto. Il tutto è realizzato in ambiente reale mediante un sensore a bassa risoluzione e a basso costo, assicurando al contempo semplicità ed economicità della soluzione. Alla luce delle promettenti prestazioni e del ridotto costo dell’hardware impiegato, la soluzione proposta mostra significative potenzialità di adozione come tecnologia scalabile in numerosi contesti produttivi.