PROGETTAZIONE E SVILUPPO SOFTWARE DI CELLA DIMOSTRATORE PER APPLICAZIONE DI BIN PICKING ROBOTICO

This thesis addresses the crucial challenge of robotic bin picking in industrial automation, focusing on the problem of handling partially occluded and randomly arranged objects. The primary goal is to demonstrate the effectiveness of integrating an advanced amodal segmentation model into a demonstrative robotic cell, in order to significantly reduce grasping time and increase operational reliability. To overcome the limitations of traditional vision systems, which rely only on the visible portion of objects, the C2F-Seg (Coarse-to-Fine Segmentation) framework is implemented. This model is trained to generate an amodal mask, the complete representation of the object, including hidden parts, using as input the RGB image and only the visible mask.

Il presente lavoro di tesi affronta la sfida cruciale del bin picking robotico nell'automazione industriale, concentrandosi sulla problematica della manipolazione di oggetti parzialmente occlusi e disposti in modo casuale. L'obiettivo primario è dimostrare l'efficacia dell'Integrazione di un modello di segmentazione amodale avanzato in una cella robotica dimostrativa, al fine di diminuire significativamente il tempo di presa (grasping time) e aumentare l'affidabilità operativa. Per superare i limiti dei tradizionali sistemi di visione, che si affidano solo alla porzione visibile degli oggetti, si implementa il framework C2F-Seg (Coarse-to-Fine Segmentation). Questo modello è addestrato per generare una maschera amodale, la rappresentazione completa dell'oggetto, incluse le parti nascoste, utilizzando come input l'immagine RGB e la sola maschera visibile.