基于视觉的机器人抓取：从目标定位、位姿估计到平行夹爪抓取估计的综述
机器人学
2020-12-24 v4 计算机视觉与模式识别
摘要
本文对基于视觉的机器人抓取进行了全面综述。我们归纳出基于视觉的机器人抓取中的三个关键任务，即目标定位、目标位姿估计与抓取估计。具体而言，目标定位任务包含无分类的目标定位、目标检测与目标实例分割，该任务提供输入数据中目标对象的区域。目标位姿估计任务主要指估计 6D 目标位姿，包含基于对应、基于模板与基于投票的方法，为已知物体提供抓取位姿的生成。抓取估计任务包含 2D 平面抓取方法与 6DoF 抓取方法，前者受限于单一方向抓取。这三个任务可通过不同组合完成机器人抓取。许多目标位姿估计方法无需目标定位，而是联合进行目标定位与位姿估计。许多抓取估计方法无需目标定位与位姿估计，而以端到端方式直接进行抓取估计。本综述详尽回顾了基于 RGB-D 图像输入的传统的与最新的深度学习两类方法，并总结了相关数据集及前沿方法间的对比。此外，也指出了基于视觉的机器人抓取所面临的挑战及应对这些挑战的未来方向。
引用
@article{arxiv.1905.06658,
title = {Vision-based Robotic Grasping From Object Localization, Object Pose Estimation to Grasp Estimation for Parallel Grippers: A Review},
author = {Guoguang Du and Kai Wang and Shiguo Lian and Kaiyong Zhao},
journal= {arXiv preprint arXiv:1905.06658},
year = {2020}
}
备注
This is a pre-print of an article published in Artificial Intelligence Review. The final authenticated version is available online at: https://doi.org/10.1007/s10462-020-09888-5. Related refs are summarized at: https://github.com/GeorgeDu/vision-based-robotic-grasping