用于料箱拣选场景中学习抓取的数据生成
机器人学
2021-08-17 v1
摘要
深度学习的兴起极大地改变了机器人抓取流程，使其从基于模型的方法转向数据驱动的流程。沿着这一路线，从仿真或真实世界示例中收集的大规模抓取数据变得极其重要。在本文中，我们介绍了近期在仿真中为料箱拣选场景生成数据的工作。使用来自 YCB 物体数据集的 77 个物体，借助 PyBullet 生成数据集，其中考虑了不同的环境条件，包括光照、相机位姿、传感器噪声等。总共收集了 100K 个数据样本，涵盖真值分割、RGB、6D 位姿和点云。所有数据示例及源代码均已在线公开。
引用
@article{arxiv.2108.06532,
title = {Data Generation for Learning to Grasp in a Bin-picking Scenario},
author = {Yiting Chen and Miao Li},
journal= {arXiv preprint arXiv:2108.06532},
year = {2021}
}
备注
3 pages, workshop