ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
Vol 11, No 1 (2023): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektr

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

EKO RUDIAWAN JAMZURI (Politeknik Negeri Batam)
RISKA ANALIA (Politeknik Negeri Batam)
SUSANTO SUSANTO (Politeknik Negeri Batam)



Article Info

Publish Date
24 Jan 2023

Abstract

ABSTRAKTujuan 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.Kata kunci: deteksi objek, estimasi pose, DRBox, ArUco, bin-picking ABSTRACTThis study aims to detect objects and estimate the object's pose using an RGB-D camera. In this study, we proposed data processing on RGB images and depth images only, without using point clouds, as in general. The proposed method detected the object's position and orientation using the DRBox-v2 from the Region of Interest (ROI), which was previously obtained from detecting ArUco markers. The object detection results were then scaled and used in the depth image to get the object's approximate position and orientation. In object detection, the proposed method obtained an Average Precision (AP) value of 0.740. As for the pose estimator, our method generated an average position error of 13.36 mm and an average orientation error of 0.75 degrees. Therefore, this method can be an alternative object detection and pose estimation system on an RGB-D camera that does not require point cloud processing and an object reference model.Keywords: object detection, pose estimation, DRBox, ArUco, bin-picking

Copyrights © 2023






Journal Info

Abbrev

elkomika

Publisher

Subject

Electrical & Electronics Engineering Engineering

Description

Jurnal ELKOMIKA diterbitkan 3 (tiga) kali dalam satu tahun pada bulan Januari, Mei dan September. Jurnal ini berisi tulisan yang diangkat dari hasil penelitian dan kajian analisis di bidang ilmu pengetahuan dan teknologi, khususnya pada Teknik Energi Elektrik, Teknik Telekomunikasi, dan Teknik ...