基于基础模型驱动的未知物体重心估计抓取方法
机器人学
2025-07-28 v1
摘要
本研究提出了一种针对质量分布不均匀物体的抓取方法，该方法利用扩散模型在未知物体上定位重心(CoG)。在机器人抓取中，CoG偏差常常导致姿态不稳定，而现有的基于关键点或基于可供性的方法在此方面存在局限性。我们构建了一个包含790张图像的数据集，这些图像具有不均匀分布的物体，并带有用于CoG定位的关键点标注。我们开发了一个基于基础模型的视觉驱动框架，以实现CoG感知的抓取。在真实世界场景中的实验评估表明，与传统的基于关键点的方法相比，我们的方法成功率提高了49%，与最先进的基于可供性的方法相比提高了11%。该系统在未见过的物体上表现出强大的泛化能力，CoG定位准确率达到76%，为精确稳定的抓取任务提供了一种新颖的解决方案。
引用
@article{arxiv.2507.19242,
title = {Foundation Model-Driven Grasping of Unknown Objects via Center of Gravity Estimation},
author = {Kang Xiangli and Yage He and Xianwu Gong and Zehan Liu and Yuru Bai},
journal= {arXiv preprint arXiv:2507.19242},
year = {2025}
}