用于从物体堆中查找并抓取目标物体的可见与遮挡区域实例分割

我们提出一种从物体堆中抓取目标的机器人系统，其能够通过以适当顺序移除障碍物来查找并抓取目标物体。基本思想是用可见和遮挡掩码对实例进行分割，我们称之为“实例遮挡分割”。为此，我们用一种新颖的“relook”架构扩展现有的实例分割模型，其中模型显式地学习实例间关系。此外，通过使用图像合成，我们使系统能够在无需人工标注的情况下处理新物体。实验结果表明，与常规模型相比relook架构的有效性，以及与人工标注数据集相比图像合成的有效性。我们还用真实机器人演示了我们的系统在杂乱环境中抓取目标的能力。