[论文解读] Cartman: The low-cost Cartesian Manipulator that won the Amazon Robotics Challenge

Douglas Morrison, A. W. Tow+20 more|arXiv (Cornell University)|Sep 19, 2017

Robotic Path Planning Algorithms参考文献 9被引用 15

一句话总结

Cartman 是一款低成本、定制化的笛卡尔机械臂，在2017年亚马逊机器人挑战赛中，通过在27分钟内完成16件物品中的14件收纳和全部9件拣选，获得272分，夺得冠军。该系统结合双末端执行器系统与语义分割感知技术，采用多层次抓取合成策略，强调系统级集成与鲁棒的错误处理，成功应对现实世界中的不确定性及新型物体识别挑战。

ABSTRACT

The Amazon Robotics Challenge enlisted sixteen teams to each design a pick-and-place robot for autonomous warehousing, addressing development in robotic vision and manipulation. This paper presents the design of our custom-built, cost-effective, Cartesian robot system Cartman, which won first place in the competition finals by stowing 14 (out of 16) and picking all 9 items in 27 minutes, scoring a total of 272 points. We highlight our experience-centred design methodology and key aspects of our system that contributed to our competitiveness. We believe these aspects are crucial to building robust and effective robotic systems.

研究动机与目标

• 设计一种成本低廉、鲁棒的机器人系统，能够在动态仓库环境中实现自主抓取与放置操作。
• 解决在比赛前45分钟内识别并操作已知及此前未见过的物体的挑战。
• 通过经验驱动的设计方法提升系统性能，强调端到端集成，而非孤立的子系统测试。
• 开发一种对视觉不确定性及现实世界中物体外观变化与遮挡具有鲁棒性的感知与抓取流程。

提出的方法

• 采用共享线性与旋转轴的6-DoF笛卡尔机械臂，由低成本铝型材构建，可在狭小工作空间内实现精确且可重复的运动。
• 配备双末端执行器系统，包含吸盘工具与平行夹爪，实现无需重新配置即可灵活切换操作策略。
• 基于语义分割的感知系统，通过少量 few-shot 示例进行训练，可快速识别新物体，降低对大规模预训练的依赖。
• 多层级抓取合成系统，能根据视觉置信度与不确定性自适应调整，提升在部分观测或遮挡情况下的成功率。
• 主动感知策略通过重新定位与重新分类来解决歧义，尤其在拣选任务中最后一件物品时至关重要。
• 系统级设计方法优先考虑集成与端到端测试，而非部件级优化，从而增强整体鲁棒性。

实验结果

研究问题

• RQ1 低成本机器人系统如何在时间与资源受限条件下，实现自主仓库任务的高性能表现？
• RQ2 在仅提供极少训练数据的情况下，哪些设计原则可实现对未见过物体的鲁棒感知与抓取？
• RQ3 在真实世界机器人竞赛中，系统级集成与测试为何优于模块化子系统优化？
• RQ4 多模态末端执行器设计在视觉不确定性下如何提升任务完成率？
• RQ5 主动感知与错误恢复策略如何增强复杂、时间受限任务中的系统鲁棒性？

主要发现

• Cartman 在决赛中获得272分，成功完成16件物品中的14件收纳，并在30分钟时限内完成全部9件拣选任务。
• 系统抓取成功率高达95%或以上，单次抓取尝试的平均耗时约为15秒，表明运动执行与规划效率较高。
• Cartman 是唯一完成拣选任务的队伍，其成功依赖于物品重新分类、抓取失败检测与主动感知策略，以解决最后一项存在歧义的物品。
• 系统的错误率显著低于其他参赛队伍，主要惩罚源于物品误分类，而非物理操作失误。
• 以经验为中心的设计方法——强调系统集成与真实世界测试——是尽管计算资源有限，仍能实现顶尖性能的关键因素。
• 采用笛卡尔机械臂简化了在受限工作空间内的运动规划与执行，显著提升了重复性与可靠性。