通过可供性坐标系在杂乱环境中实现面向操作的物体感知
机器人学
2022-10-12 v4 计算机视觉与模式识别
摘要
为使机器人能在非结构化环境中稳健运行，其应能将操作动作泛化到新颖物体实例。例如，为倒酒和端饮料，机器人应能识别可胜任该任务的新颖容器。最重要的是，机器人应能操作这些新颖容器以完成任务。为此，我们旨在提供对物体可供性及其关联操作位姿的鲁棒且泛化的感知，以实现可靠操作。本工作中，我们结合可供性与类别级位姿的概念，引入可供性坐标系（ACF）。借助ACF，我们根据各独立可供性部件及其间兼容性来表示每个物体类别，其中每个部件关联一个用于机器人操作的部件类别级位姿。在实验中，我们证明ACF在物体检测以及物体部件的类别级位姿估计上均优于最先进方法。我们通过在仿真环境中的实验进一步展示了ACF在机器人操作任务中的适用性。
引用
@article{arxiv.2010.08202,
title = {Manipulation-Oriented Object Perception in Clutter through Affordance Coordinate Frames},
author = {Xiaotong Chen and Kaizhi Zheng and Zhen Zeng and Cameron Kisailus and Shreshtha Basu and James Cooney and Jana Pavlasek and Odest Chadwicke Jenkins},
journal= {arXiv preprint arXiv:2010.08202},
year = {2022}
}
备注
Humanoids 2022 paper. video link: https://www.youtube.com/watch?v=VkLI8m_3erU; https://www.youtube.com/watch?v=7P9_O9wveYk, github link: https://github.com/cxt98/ACF_perception