NBMOD：在噪声背景中找寻并抓取物体
计算机视觉与模式识别
2023-06-21 v1 机器人学
摘要
抓取物体是机器人基本且重要的能力，诸如分拣和拾取等许多任务依赖此技能。稳定抓取的前提是能够正确识别合适的抓取位置。然而，由于各种物体形状多样、密度分布多变以及重心差异显著，寻找适当的抓取点具有挑战性。过去几年，研究者提出许多方法解决上述问题，并在 Cornell 数据集和 Jacquard 数据集等公开数据集上取得了很好结果。问题在于 Cornell 和 Jacquard 数据集的背景相对简单——通常只是一块白板，而在真实操作环境中，背景可能复杂且含噪声。此外，在真实场景中，机器人通常只需抓取固定类型的物体。针对上述问题，我们提出了一个大规模抓取检测数据集 NBMOD：用于抓取检测的噪声背景多物体数据集（Noisy Background Multi-Object Dataset），包含 20 种不同水果的 31,500 张 RGB-D 图像。角度的准确预测一直是有向边界框检测任务中的难题。本文提出旋转锚机制（RAM）以解决该问题。考虑到机器人系统的高实时性要求，我们提出一系列轻量架构 RA-GraspNet（带旋转锚的 GraspNet）：RARA（带旋转锚和区域注意力的网络）、RAST（带旋转锚和半 Transformer 的网络）和 RAGT（带旋转锚和全局 Transformer 的网络）来应对此问题。其中 RAGT-3/3 模型在 NBMOD 数据集上达到 99% 准确率。NBMOD 和我们的代码见 https://github.com/kmittle/Grasp-Detection-NBMOD。
引用
@article{arxiv.2306.10265,
title = {NBMOD: Find It and Grasp It in Noisy Background},
author = {Boyuan Cao and Xinyu Zhou and Congmin Guo and Baohua Zhang and Yuchen Liu and Qianqiu Tan},
journal= {arXiv preprint arXiv:2306.10265},
year = {2023}
}