基于超二次曲面表示的杂乱环境中未知物体抓取

本文提出了一种快速高效的方法，用于在杂乱环境中抓取未知物体。该抓取方法依赖于部分视角物体的实时超二次曲面（SQ）表示和不完整物体建模，非常适合杂乱场景中的未知对称物体，随后进行优化的对映抓取。不完整物体模型通过镜像算法处理，该算法假设对称性以首先创建一个近似的完整模型，然后拟合 SQ 表示。抓取算法旨在实现最大的力平衡和稳定性，利用从 SQ 参数中快速检索尺寸和表面曲率信息的优势。计算 SQ 相对于重力方向的姿态，并将其与 SQ 参数和夹爪规格结合使用，以选择最佳接近方向和接触点。SQ 拟合方法已在包含孤立物体和杂乱物体的自定义数据集上进行了测试。抓取算法在 PR2 上进行了评估，并给出了实时结果。初步结果表明，尽管该方法基于简单的形状信息，但在时间效率和准确性方面优于其他同样适用于杂乱环境的基于学习的抓取算法。