机器人抓取成功率中对象姿态估计与重建的影响基准测试
机器人学
2026-02-20 v1 计算机视觉与模式识别
摘要
3D 重建是诸多机器人感知任务的基础层次，包括 6D 对象姿态估计和抓取姿态生成。现代 3D 重建方法可以从多视角图像中生成视觉和几何上令人印象深刻的网格，但标准几何评估并不反映 3D 重建质量对下游任务（如机器人操作性能）的影响。本文通过引入大规模、基于物理的基准测试来弥补这一差距，评估 6D 姿态估计器和 3D 网格模型在抓取功能上的有效性。我们通过在各种重建的 3D 网格上生成抓取姿态并在真实模型上执行它们来分析模型保真度的影响，模拟使用不完美模型生成的抓取姿态如何与真实物体进行交互。这评估了姿态误差、抓取鲁棒性以及 3D 重建中的几何不准确的综合影响。我们的结果表明，重建制造物显著降低抓取姿态候选数的数量，但在姿态准确估计的前提下，对抓取性能影响微乎其微。我们的结果还揭示了抓取成功率与姿态误差之间的关系主要由空间误差主导，即使是简单的平移误差也能为对称物体的抓取姿态成功性提供洞见。这一工作为理解感知系统如何与机器人对象操作相关系提供了见解。
引用
@article{arxiv.2602.17101,
title = {Benchmarking the Effects of Object Pose Estimation and Reconstruction on Robotic Grasping Success},
author = {Varun Burde and Pavel Burget and Torsten Sattler},
journal= {arXiv preprint arXiv:2602.17101},
year = {2026}
}