近日，日本芝浦工业大学（Shibaura Institute of Technology）的研究团队开发出一种新型六自由度（6D）姿态数据集，旨在提升工业机器人抓取系统的准确性和适应性。该数据集结合了RGB图像和深度图像，在动态环境中的拾取和放置任务中展现出显著的精度提升。

在机器人领域，精确的物体姿态估计，即确定物体的位置和方向，对于执行制造和物流等行业中的拾取和放置任务至关重要。随着机器人被赋予越来越复杂的操作，其准确确定物体六自由度姿态的能力变得尤为关键。然而，尽管深度学习技术取得了进展，6D姿态估计算法的性能在很大程度上仍依赖于其训练数据的质量。

为此，芝浦工业大学工学院副教授Phan Xuan Tan领导的研究团队，包括来自越南河内工业大学的Nguyen Van-Truong博士、Do Cong-Duy先生、Bui Thanh-Lam博士，以及来自越南河内科技大学的Dang Thai-Viet副教授，设计了一个精心构建的数据集，旨在提升6D姿态估计算法的性能。该数据集填补了机器人抓取和自动化研究中的一大空白，为机器人在现实环境中执行任务提供了更高的精度和适应性。这项研究于2024年11月23日在线发布，并于2024年12月刊登在《工程成果》（Results in Engineering）期刊第24卷上。

副教授Phan Xuan Tan表示：“我们的目标是创建一个不仅推动研究进展，而且能解决工业机器人自动化中实际挑战的数据集。我们希望它能成为研究人员和工程师的宝贵资源。”

研究团队使用英特尔RealSense D435深度相机捕捉高质量的RGB和深度图像，并为每个图像标注物体的6D姿态数据，包括旋转和位移信息。该数据集涵盖了各种形状和尺寸的物体，并通过数据增强技术，确保其在不同环境条件下的多功能性。这种方法使得该数据集在广泛的机器人应用中具有高度的适用性。

副教授Phan Xuan Tan进一步指出：“我们的数据集经过精心设计，具有工业实用性。通过包含不同形状的物体和环境变量，它不仅为研究人员提供了宝贵的资源，也为在动态和不可预测环境中操作机器人的工程师提供了支持。”

该研究的成果表明，利用新数据集训练的机器人抓取系统在复杂环境中实现了98%的准确率，显著优于传统方法。这一突破为工业自动化中的机器人操作设立了新的标准，特别是在需要高精度和适应性的任务中。

芝浦工业大学成立于1927年，是日本著名的私立理工科大学之一。学校以工程和技术研究闻名，致力于培养具有国际视野的工程师和研究人员。此次研究团队的成员还包括来自越南的合作机构，体现了国际科研合作在推动技术进步中的重要作用。

英特尔公司（Intel Corporation）是一家总部位于美国的跨国科技公司，成立于1968年。作为全球最大的半导体芯片制造商之一，英特尔在计算机处理器、人工智能和自动驾驶等领域具有重要影响力。其RealSense系列深度相机广泛应用于机器人、虚拟现实和增强现实等领域，为开发先进的计算机视觉系统提供了强大的硬件支持。

此次研究的成功，不仅展示了高质量数据集在提升机器人操作精度方面的关键作用，也为未来在复杂和动态环境中部署机器人系统提供了新的可能性。随着工业自动化需求的不断增长，这一成果有望在制造、物流等领域得到广泛应用，推动机器人技术的进一步发展。