3D-CDRGP：面向3D开放世界的跨设备机器人抓取策略
机器人学
2025-08-05 v2 计算机视觉与模式识别
摘要
鉴于设备的多样性和产品的更新换代，跨设备研究已成为亟待解决的问题。为此，我们率先在3D开放世界中探索跨设备（相机与机器人）抓取策略。具体而言，我们构建了两个真实的抓取实验平台，采用了来自完全不同制造商的机械臂和相机。为最小化来自不同相机的点云之间的域差异，我们采用聚类方法生成3D物体提议。然而，现有的聚类方法仅限于封闭集场景，这限制了机器人可抓取的物体类别，并束缚了部署场景。为了将这些方法扩展到开放世界场景，我们引入了SSGC-Seg模块，该模块支持与类别无关的3D物体检测。该模块通过分析每个点的SoftMax值，将原始的多类语义信息转换为二值语义线索（前景和背景），然后基于几何信息对前景点进行聚类，以生成初始物体提议。此外，我们设计了ScoreNet†来为每个检测结果打分，机械臂优先抓取得分最高的物体。在两个不同平台上的实验突显了我们的策略在跨设备机器人抓取研究中的有效性和鲁棒性。我们的代码在补充材料中提供，并将在论文发表后公开。
引用
@article{arxiv.2411.18133,
title = {3D-CDRGP: Towards Cross-Device Robotic Grasping Policy in 3D Open World},
author = {Weiguang Zhao and Chenru Jiang and Chengrui Zhang and Jie Sun and Yuyao Yan and Rui Zhang and Kaizhu Huang},
journal= {arXiv preprint arXiv:2411.18133},
year = {2025}
}