基于 ROI 的重叠物体场景机器人抓取检测
逻辑
2018-08-31 v1
摘要
在物体重叠场景中考虑抓取与其所属物体之间归属关系的抓取检测，是机器人抓取方法实际应用的必要且具挑战性的任务。本文提出一种名为 ROI-GD 的机器人抓取检测算法，基于感兴趣区域(ROI)（即物体的区域提议）为该问题提供可行方案。ROI-GD 利用 ROI 特征而非整幅场景来检测抓取，包含两阶段：第一阶段在输入图像中给出 ROI，第二阶段为基于 ROI 特征的抓取检测器。我们还通过标注 Visual Manipulation Relationship Dataset 贡献了一个比 Cornell Grasp Dataset 大得多的多物体抓取数据集。实验结果表明，ROI-GD 在物体重叠场景中表现远优，同时在 Cornell Grasp Dataset 和 Jacquard Dataset 上与最先进(state-of-the-art)抓取检测算法相当。机器人实验表明，ROI-GD 可帮助机器人在单物体与多物体场景中抓取目标，总体成功率分别为 92.5% 和 83.8%。
引用
@article{arxiv.1808.10312,
title = {Logic for approximate entailment in ordered universes of discourse},
author = {Francesc Esteva and Lluís Godo and Thomas Vetterlein},
journal= {arXiv preprint arXiv:1808.10312},
year = {2018}
}