面向机器人抓取的实例级抓取合成
机器人学
2023-02-16 v1
摘要
生成高质量的实例级抓取配置，提供了在多物体环境中如何抓取特定物体的关键信息，对机器人操作任务具有重要意义。本文提出了一种新颖的单阶段抓取（Single-Stage Grasp, SSG）合成网络，该网络在单一阶段中执行高质量的实例级抓取合成：同时为每个物体生成实例掩码和抓取配置。我们的方法在基于 OCID-Grasp 数据集的机器人抓取预测上优于当前最优（state-of-the-art）方法，并在 JACQUARD 数据集上表现具有竞争力。基准测试结果表明，与基线相比，所生成抓取配置的精度有显著提升。所提方法的性能已通过广泛的仿真和真实机器人实验得到验证，涉及三项任务：单物体拾放、杂乱环境中的抓取合成以及桌面清理任务。
引用
@article{arxiv.2302.07824,
title = {Instance-wise Grasp Synthesis for Robotic Grasping},
author = {Yucheng Xu and Mohammadreza Kasaei and Hamidreza Kasaei and Zhibin Li},
journal= {arXiv preprint arXiv:2302.07824},
year = {2023}
}