基于稀疏 RGB 观测的度量尺度几何 6 自由度抓取框架——MG-Grasp
机器人学
2026-03-19 v2
摘要
单视角 RGB-D 抓取检测是 6 自由度机器人抓取系统中常见的选择，通常需要深度传感器。虽然最近研究了 RGB-only 6 自由度抓取方法，但其不准确的几何表示直接用于物理可靠的机器人操作，并不适用，从而阻碍了可靠抓取生成。为解决这些限制，我们提出了 MG-Grasp，一种无深度感知的 6 自由度抓取框架，实现高质量的对象抓取。利用具有相机内参/外参的双视角 3D 基础模型，我们的方法从稀疏 RGB 图像重建度量尺度且多视角一致的稠密点云，并生成稳定的 6 自由度抓取。在 GraspNet-1Billion 数据集和真实环境中的实验表明，MG-Grasp 在基于 RGB 的 6 自由度抓取方法中实现了最先进（SOTA）的抓取性能。
引用
@article{arxiv.2603.16270,
title = {MG-Grasp: Metric-Scale Geometric 6-DoF Grasping Framework with Sparse RGB Observations},
author = {Kangxu Wang and Siang Chen and Chenxing Jiang and Shaojie Shen and Yixiang Dai and Guijin Wang},
journal= {arXiv preprint arXiv:2603.16270},
year = {2026}
}
备注
8 pages, 5 figures