GDN：一种用于端到端六自由度抓取检测的由粗到细（C2F）表征
机器人学
2020-11-12 v4 计算机视觉与模式识别
摘要
我们提出了一种端到端抓取检测网络，即抓取检测网络（GDN），并配合一种新颖的由粗到细（C2F）抓取表征设计，以基于点云检测多样且准确的六自由度（6-DoF）抓取。与先前对多个抓取候选进行采样和评估的两阶段方法相比，我们的架构至少快 20 倍。在单物体场景的成功率和杂乱场景的完成率方面，其准确率分别高出 8% 和 40%。我们的方法在具有不同视角数量和输入点数的设置下均展现出优越的结果。此外，我们提出了一种新的基于 AP 的指标，该指标同时考虑旋转和平移误差，使其成为抓取检测模型更全面的评估工具。
引用
@article{arxiv.2010.10695,
title = {GDN: A Coarse-To-Fine (C2F) Representation for End-To-End 6-DoF Grasp Detection},
author = {Kuang-Yu Jeng and Yueh-Cheng Liu and Zhe Yu Liu and Jen-Wei Wang and Ya-Liang Chang and Hung-Ting Su and Winston H. Hsu},
journal= {arXiv preprint arXiv:2010.10695},
year = {2020}
}
备注
Accepted to CoRL 2020