基于扩散模型的大规模包装吸盘抓取
计算机视觉与模式识别
2025-03-18 v2 人工智能
摘要
尽管近期在物体吸盘抓取方面取得了显著进展，但在杂乱且复杂的包装处理场景中仍面临诸多挑战。两个根本性限制阻碍了当前方法：（1）缺乏针对包装操作任务的全面吸盘抓取数据集，（2）对包括大小变化、几何复杂性和纹理多样性在内的多样对象特征的适应性不足。为此本文提出Parcel-Suction-Dataset，一个包含2.5万个杂乱场景、4100万个精确标注的吸盘抓取姿态的大规模合成数据集。该数据集通过我们 novel 的几何抽样算法生成，该算法高效地生成最优吸盘抓取，纳入物理约束和材料属性。我们进一步提出Diffusion-Suction，一种创新框架，将吸盘抓取预测重新定义为通过去噪扩散概率模型的条件生成任务。该方法通过点云观察的视觉条件引导，将随机噪声迭代细化为吸盘抓取得分图，有效地从合成数据集中学习空间点级 affordances。广泛的实验表明，尽管简单且高效的Diffusion-Suction在Parcel-Suction-Dataset和公开的SuctionNet-1Billion基准上均实现了与前模型相比的新型最佳性能。
引用
@article{arxiv.2502.07238,
title = {Diffusion Suction Grasping with Large-Scale Parcel Dataset},
author = {Ding-Tao Huang and Xinyi He and Debei Hua and Dongfang Yu and En-Te Lin and Long Zeng},
journal= {arXiv preprint arXiv:2502.07238},
year = {2025}
}