NeuGrasp：利用背景先验的通用神经表面重建，用于材料无关的物体抓取检测
机器人学
2025-03-06 v1 人工智能
摘要
在具有透明和镜面反射物体的场景中进行机器人抓取，对依赖精确深度信息的方法提出了巨大挑战。在本文中，我们引入了NeuGrasp，一种利用背景先验进行材料无关抓取检测的神经表面重建方法。NeuGrasp结合变换器和全局先验体积来聚合多视图特征与空间编码，在狭窄和稀疏的观测条件下实现鲁棒的表面重建。通过专注于前景物体进行残差特征增强，并通过占用先验体积细化空间感知，NeuGrasp在处理透明和镜面反射表面物体方面表现出色。在模拟和真实场景中的广泛实验表明，NeuGrasp在抓取方面优于最先进的方法，同时保持了可比的重建质量。更多细节请访问 https://neugrasp.github.io/。
引用
@article{arxiv.2503.03511,
title = {NeuGrasp: Generalizable Neural Surface Reconstruction with Background Priors for Material-Agnostic Object Grasp Detection},
author = {Qingyu Fan and Yinghao Cai and Chao Li and Wenzhe He and Xudong Zheng and Tao Lu and Bin Liang and Shuo Wang},
journal= {arXiv preprint arXiv:2503.03511},
year = {2025}
}
备注
7 pages, 5 figures. IEEE International Conference on Robotics and Automation (ICRA) 2025