SpectGRASP：基于谱相关的机器人抓取

本文提出一种基于谱相关的方法（SpectGRASP），用于对任意形状未知物体进行机器人抓取。给定物体的点云，SpectGRASP 提取物体表面与手型配置相匹配的接触点。它既不需要离线训练，也不需要先验物体模型。我们提出一种新颖的二值扩展高斯图像（BEGI），将物体与机器人手指的点云表面法向表示为 2-球面上的信号。随后利用球谐函数估计手指与物体 BEGI 之间的相关性。所得谱相关密度函数提供了夹持器与物体表面法向的相似性度量。该方法高效之处在于其在 SO(3) 中所有可能的手指旋转上同时求值。然后为每根手指利用高相关值旋转提取一组接触点。接着我们使用先前工作——局部接触矩（LoCoMo）相似性度量——对生成的抓取进行排序，从而执行似然最大的抓取。我们通过在一个物理仿真环境中使用配备平行夹爪的 7 轴机器人进行实验来评估 SpectGRASP 的性能。所得结果表明该方法不仅能抓取单个物体，还能成功清理随机堆放的物体群。SpectGRASP 方法在抓取生成时间与抓取效率方面也优于最接近的最先进方法。