Pickalo低成本工业抓取流水线研究

2026年10月15日，arXiv Artificial Intelligence 刊出由 Alessandro Tarsi 等作者发表的 Pickalo 研究。该研究提出一套模块化 6D 位姿料箱抓取流水线，完全基于低成本硬件构建：由腕装 RGB-D 相机多视角主动探索场景，BridgeDepth 处理原始双目流生成精细深度图，Mask-RCNN 分割物体，再由零样本 SAM-6D 估计位姿，位姿缓冲模块融合多视角观测以处理对称性并降低位姿噪声。报道称，该系统部署在配备平行夹爪与 Intel RealSense D435i 的 UR5e 上，在密集填充的欧式箱上实现最高每小时 600 次平均抓取、96%–99% 抓取成功率，并在 30 分钟运行中保持稳健表现。上述性能数据均绑定于该硬件配置与测试条件，不代表其他平台或场景。目前事件进展仅止于该论文发布，暂无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。