JENGA：面向堆叠的机器人抓取对象选择与位姿估计
机器人学
2025-06-17 v1 计算机视觉与模式识别
摘要
基于视觉的机器人物体抓取通常是在孤立物体或无结构物体集合的箱拣场景中进行研究。然而，存在若干场景，如建筑或仓库自动化，机器人需要与结构化物体形态（如堆叠）交互。在这一背景下，我们定义了选择适合抓取的对象以及估计这些对象精确6DoF位姿的问题。为解决此问题，我们提出了一种基于相机-IMU的方法，优先选择堆叠上层中无遮挡的对象，并引入了一个用于基准测试和评估的数据集，以及一个将对象选择与位姿精度相结合的合适评估指标。实验结果表明，尽管我们的方法可以表现良好，但如果需要完全无误的解决方案，这是一个具有挑战性的问题。最后，我们展示了在建筑场景中砖块拣选应用的方法部署结果。
引用
@article{arxiv.2506.13425,
title = {JENGA: Object selection and pose estimation for robotic grasping from a stack},
author = {Sai Srinivas Jeevanandam and Sandeep Inuganti and Shreedhar Govil and Didier Stricker and Jason Rambach},
journal= {arXiv preprint arXiv:2506.13425},
year = {2025}
}