克uttering 场景下基于单视图的机器人抓取形状完成
机器人学
2025-12-19 v1
摘要
在基于视觉的机器人操作中，单一摄像头视图只能捕获感兴趣对象的一侧，在充满杂物的场景中，额外的遮挡进一步限制了可见性。因此，观察到的几何形状是不完整的，抓取估计算法会表现次优。为解决这一限制，我们利用扩散模型执行来自部分深度观察的单视图的类别级 3D 形状完成，以重建完整的对象几何图形，为抓取规划提供更丰富的上下文。我们的方法聚焦于具有多样几何形状的常见家庭用品，生成的完整 3D 形状作为下游抓取推理网络的输入。与先前工作不同，后者主要考虑孤立对象或最小化杂乱，我们在具有家庭用品的真实杂乱场景中评估形状完成和抓取。在杂乱场景的初步评估中，我们的方法始终比没有形状完成的天真基线提高了 23%，并超过最近的一种先进的形状完成方法提高了 19%。我们的代码可在 https://amm.aass.oru.se/shape-completion-grasping/ 上获取。
引用
@article{arxiv.2512.16449,
title = {Single-View Shape Completion for Robotic Grasping in Clutter},
author = {Abhishek Kashyap and Yuxuan Yang and Henrik Andreasson and Todor Stoyanov},
journal= {arXiv preprint arXiv:2512.16449},
year = {2025}
}