PS6D：基于点云的对称感知6D物体姿态估计在机器人料箱抓取中的应用
机器人学
2024-05-21 v1
摘要
6D物体姿态估计在各个领域具有重要作用，特别是在工业工件抓取中。针对生锈、高反射率和缺乏纹理等挑战，本文提出了一种基于点云的姿态估计框架（PS6D）。PS6D专注于细长和多对称物体。它通过注意力引导的特征提取模块提取多尺度特征，设计了对称感知的旋转损失和中心距离敏感的平移损失，将每个点的姿态回归到实例的质心，然后使用两阶段聚类方法完成实例分割和姿态估计。使用来自Siléane和IPA数据集以及工业实践中的典型工件生成数据并评估算法。与最先进的方法相比，PS6D在F1_inst上提高了11.5%，在召回率上提高了14.8%。PS6D的主要部分已部署到Mech-Mind的软件中，并在料箱抓取实验中实现了91.7%的成功率，标志着其在工业姿态估计任务中的应用。
引用
@article{arxiv.2405.11257,
title = {PS6D: Point Cloud Based Symmetry-Aware 6D Object Pose Estimation in Robot Bin-Picking},
author = {Yifan Yang and Zhihao Cui and Qianyi Zhang and Jingtai Liu},
journal= {arXiv preprint arXiv:2405.11257},
year = {2024}
}