中文

数据驱动的抓取合成——综述

机器人学 2016-04-15 v2

摘要

我们回顾了关于数据驱动抓取合成的工作以及采样和排序候选抓取的方法。根据它们是为已知、熟悉还是未知物体合成抓取,我们将这些方法分为三类。这种结构使我们能够识别促进所采用的数据驱动抓取合成技术的通用物体表示和感知过程。对于已知物体,我们集中于基于物体识别和位姿估计的方法。对于熟悉物体,这些技术使用某种形式的与先前遇到过的物体集的相似性匹配。最后,对于处理未知物体的方法,核心部分是提取指示良好抓取的特定特征。我们的综述提供了不同方法的概述,并讨论了机器人抓取领域的开放性问题。我们还将其与依赖解析公式的经典方法进行了类比。

关键词

引用

@article{arxiv.1309.2660,
  title  = {Data-Driven Grasp Synthesis - A Survey},
  author = {Jeannette Bohg and Antonio Morales and Tamim Asfour and Danica Kragic},
  journal= {arXiv preprint arXiv:1309.2660},
  year   = {2016}
}

备注

20 pages, 30 Figures, submitted to IEEE Transactions on Robotics