面向目标驱动抓取的闭环下一最佳视角规划
机器人学
2022-07-22 v1
摘要
从杂乱环境中拣取特定物体是许多操作任务的基本组成部分。部分观测常要求机器人在尝试抓取前收集场景的额外视角。本文提出一种基于被遮挡物体部分驱动探索的闭环下一最佳视角规划器。通过从最新场景重建中持续预测抓取，我们的策略可在线决定终止抓取执行或调整机器人轨迹以进一步探索。我们表明，与常见相机放置相比，这种反应式方法在保持抓取成功率的同时减少了执行时间，并能处理固定基线失败的情况。视频与代码见 https://github.com/ethz-asl/active_grasp。
引用
@article{arxiv.2207.10543,
title = {Closed-Loop Next-Best-View Planning for Target-Driven Grasping},
author = {Michel Breyer and Lionel Ott and Roland Siegwart and Jen Jen Chung},
journal= {arXiv preprint arXiv:2207.10543},
year = {2022}
}
备注
Submitted to IROS 2022