面向堆积物拾取的瓦解与碰撞感知抓取
机器人学
2025-03-31 v1
摘要
高效且安全地在仓库环境中检索堆叠物体是一个因复杂空间依赖关系和结构相互依赖性而面临挑战的难题。传统基于视觉的方法在物体定位方面表现优异，但往往缺乏对提取后果的物理推理，导致意外的碰撞和瓦解。本文提出了一种集成动态物理仿真的瓦解与碰撞感知抓取规划器，用于机器人决策。仅凭单张图像和深度图，即可在仿真环境中重建场景的近似三维表示，使机器人在执行前评估不同的检索策略。本文为单盒子提取和货架清理任务分别提出了两种方法：1) 基于启发式的方法和2) 基于物理的方法。针对结构化和非结构化盒子堆栈进行大量真实世界实验，并验证了现有数据库中的数据，结果表明，我们的物理感知方法相对于基线启发式方法在效率和成功率方面显著提升。
引用
@article{arxiv.2503.22427,
title = {Collapse and Collision Aware Grasping for Cluttered Shelf Picking},
author = {Abhinav Pathak and Rajkumar Muthusamy},
journal= {arXiv preprint arXiv:2503.22427},
year = {2025}
}