GrainGrasp：基于细粒度接触指导的灵活抓取生成
机器人学
2024-05-17 v2
摘要
灵活机器人抓取的一个目标是使机器人能够像人类一样处理形状和尺寸各异的物体。然而，对于细腻操作和准确调整不同形状和尺寸物体的期望抓取姿态，生成最优抓取策略仍然是一个具有挑战性的任务。本文提出了一种名为GrainGrasp的新型灵活抓取生成方案，为每个指尖提供细粒度的接触指导。具体而言，我们采用生成模型为每个指尖在物体点云上预测独立的接触图，从而有效捕捉指尖-物体相互作用的细节。此外，我们开发了一种仅依赖点云输入的全新灵活抓取优化算法，无需物体完整网格信息。通过利用不同指尖的接触图，所提出的优化算法能够生成针对人类式物体抓取的精确且可确定的策略。实验结果确认了所提出方案的有效性。
引用
@article{arxiv.2405.09310,
title = {GrainGrasp: Dexterous Grasp Generation with Fine-grained Contact Guidance},
author = {Fuqiang Zhao and Dzmitry Tsetserukou and Qian Liu},
journal= {arXiv preprint arXiv:2405.09310},
year = {2024}
}
备注
This paper is accepted by the ICRA2024