跳到正文
原文
arXiv · Robotics· Guanghui Shen, Song Wang, Dan Wu·· 3 小时前AI 评分18

MCFR:面向稳健多型号板对板连接器装配的掩码引导粗到细回归框架

MCFR: A Mask-Guided Coarse-to-Fine Regression Framework for Robust Multi-Variant Board-to-Board Connector Assembly

AI 导读

论文提出 MCFR,一种掩码引导的粗到细回归框架,用于多型号板对板(BTB)连接器的自动插装。该方法引入对象感知掩码先验与显式光度精化,抑制固定视角检测下的背景干扰,提升跨型号泛化与对齐精度。在自构建多型号数据集、BTB 批量插装测试台和真实智能手机装配任务上,MCFR 平均真实插装成功率达 99.25%,论文已被 IROS 2026 接收并入围工业机器人研究与应用最佳论文奖。

来源:arXiv · Robotics · arxiv.org