基于几何的三维点云抓取检测
机器人学
2015-04-30 v3
摘要
本文提出一种在杂乱呈现的新颖物体上检测抓取点的新方法。我们算法的输入为点云与机械手的几何参数。输出为一组预期为良好抓取的手部构型。我们的核心思想是利用良好抓取的几何知识来改进检测。首先，我们使用几何必要条件来采样大量高质量抓取假设。我们惊讶地发现，使用简单几何条件进行检测可得到相对较高的抓取成功率。其次，我们利用对跖抓取（一种良好双指抓取的标准刻画）的概念来帮助分类这些抓取假设。特别地，我们生成了一个大型自动标注训练集，从而获得了高分类准确率。总体而言，我们的方法在抓取孤立呈现的新颖物体时平均抓取成功率为 88%，在抓取密集杂乱中呈现的新颖物体时平均成功率为 73%。该系统作为 ROS 软件包发布于 http://wiki.ros.org/agile_grasp。
引用
@article{arxiv.1501.03100,
title = {Using Geometry to Detect Grasps in 3D Point Clouds},
author = {Andreas ten Pas and Robert Platt},
journal= {arXiv preprint arXiv:1501.03100},
year = {2015}
}