具有方向可控性的 3D 全身抓取合成
计算机视觉与模式识别
2025-02-18 v2 机器人学
摘要
合成逼真抓取物体的 3D 全身对于动画、混合现实和机器人技术非常有用。这极具挑战性，因为手和身体需要相对于彼此、被抓取的物体以及局部场景（即支撑物体的容器）看起来自然。此外，该任务的训练数据非常稀缺，而捕获新数据成本高昂。最近的工作通过分治方法超越了有限的数据集；它首先生成一个“引导性”右手抓取，然后搜索匹配该抓取的身体。然而，引导手合成缺乏可控性和容器感知，因此可能具有不合理的方向（即身体无法在不穿透容器的情况下与之匹配），并且需要通过大量后处理进行校正。此外，身体搜索需要穷举采样且成本高昂。这些都是严重的局限性。我们用一种名为 CWGrasp 的新方法来解决这些问题。我们的核心思想是“尽早”而不是“太晚”进行基于几何的推理，为推理提供丰富的“控制”信号。为此，CWGrasp 首先从通过从物体进行射线投射和碰撞检查构建的概率模型中采样一个合理的到达方向向量（稍后用于手臂和手）。此外，CWGrasp 独特地处理右手和左手抓取。我们在 GRAB 和 ReplicaGrasp 数据集上进行评估。CWGrasp 以更低的运行时间和预算优于基线，且所有组件均对性能有所帮助。代码和模型可在 https://gpaschalidis.github.io/cwgrasp 获取。
引用
@article{arxiv.2408.16770,
title = {3D Whole-body Grasp Synthesis with Directional Controllability},
author = {Georgios Paschalidis and Romana Wilschut and Dimitrije Antić and Omid Taheri and Dimitrios Tzionas},
journal= {arXiv preprint arXiv:2408.16770},
year = {2025}
}
备注
3DV 2025