RGBSQGrasp：从单张 RGB 图像推断局部超二次曲面原语以实现感知可抓取性的料箱拣选

由于遮挡和物理约束限制了用于物体识别和抓取的视觉信息，料箱拣选是一项具有挑战性的机器人任务。现有方法通常依赖已知的 CAD 模型或先验物体几何形状，限制了对新物体或未知物体的泛化能力。其他方法直接从 RGB-D 数据回归抓取位姿而无需物体先验，但深度传感的固有噪声和物体理解的缺乏使得抓取合成与评估更加困难。超二次曲面（SQ）提供了一种紧凑且可解释的形状表示，能够捕捉物体的物理特性和可抓取性理解。然而，从有限视角恢复超二次曲面具有挑战性，因为现有方法依赖多个视角进行近乎完整的点云重建，限制了它们在料箱拣选中的有效性。为了应对这些挑战，我们提出了 \textbf{RGBSQGrasp}，这是一个利用超二次曲面形状原语和基础度量深度估计模型从单目 RGB 相机推断抓取位姿的抓取框架——从而消除了对深度传感器的需求。我们的框架集成了一个通用的跨平台数据集生成流水线、一个基于基础模型的物体点云估计模块、一个全局-局部超二次曲面拟合网络，以及一个 SQ 引导的抓取位姿采样模块。通过集成这些组件，RGBSQGrasp 能够通过几何推理可靠地推断抓取位姿，增强了对未见物体的抓取稳定性和适应性。真实世界机器人实验展示了 92% 的抓取成功率，突显了 RGBSQGrasp 在密集料箱拣选环境中的有效性。