SKT-Hang：通过物体无关的语义关键点轨迹生成悬挂日常物品
机器人学
2023-12-11 v1
摘要
我们研究将各种抓取物体悬挂在不同支撑物上的问题。悬挂物体是一项普遍存在的任务，出现在我们日常生活的许多方面。然而，物体和支撑物在形状和结构上都可能表现出显著的差异，这带来了两个具有挑战性的问题：(1) 确定不同物体和支撑物之间与任务相关的几何结构，以及 (2) 识别一个鲁棒的动作序列以适应支撑物的形状变化。为此，我们提出了语义关键点轨迹 (SKT)，这是一种物体无关的表示，高度通用且适用于各种日常物体。我们还提出了形状条件轨迹变形网络 (SCTDN)，该模型通过学习基于支撑物任务相关几何结构特征来变形模板轨迹，从而生成 SKT。我们进行了广泛的实验，并证明我们的框架在成功率和推理时间上相较于现有的机器人悬挂方法有显著提升。最后，我们基于仿真训练的框架在真实世界中展示了有前景的悬挂结果。有关视频和补充材料，请访问我们的项目网页：https://hcis-lab.github.io/SKT-Hang/。
引用
@article{arxiv.2312.04936,
title = {SKT-Hang: Hanging Everyday Objects via Object-Agnostic Semantic Keypoint Trajectory Generation},
author = {Chia-Liang Kuo and Yu-Wei Chao and Yi-Ting Chen},
journal= {arXiv preprint arXiv:2312.04936},
year = {2023}
}