3DSGrasp：面向机器人抓取的 3D 形状补全
机器人学
2025-12-15 v2 人工智能
摘要
如果物体具有完整的 3D 点云数据(PCD)，现实世界中的机器人抓取可以稳健地完成。然而在实践中，在抓取动作之前从少量且稀疏的视角观察物体时，PCD 往往是不完整的，从而导致生成错误或不准确的抓取位姿。我们提出了一种名为 3DSGrasp 的新颖抓取策略，它从部分 PCD 预测缺失的几何形状以产生可靠的抓取位姿。我们提出的 PCD 补全网络是一个带有 Offset-Attention 层的基于 Transformer 的编码器-解码器网络。我们的网络固有地对任意物体位姿与点的置换不变，从而生成几何一致且补全良好的 PCD。在广泛的部分 PCD 上的实验表明，3DSGrasp 在 PCD 补全任务上优于最佳的最先进(state-of-the-art)方法，并大幅提升了真实场景中的抓取成功率。代码与数据集将在录用后公开。
引用
@article{arxiv.2301.00866,
title = {3DSGrasp: 3D Shape-Completion for Robotic Grasp},
author = {Seyed S. Mohammadi and Nuno F. Duarte and Dimitris Dimou and Yiming Wang and Matteo Taiana and Pietro Morerio and Atabak Dehban and Plinio Moreno and Alexandre Bernardino and Alessio Del Bue and Jose Santos-Victor},
journal= {arXiv preprint arXiv:2301.00866},
year = {2025}
}