PartialBiGrasp：从部分视角推断双臂抓取所需的隐藏局部几何
该论文提出 PartialBiGrasp 双臂抓取生成框架，直接以部分点云观测为输入，不依赖完整点云。模型通过卷积占用网络隐式学习几何特征，对可抓取性、无碰撞接触区域和物体厚度进行局部推理，生成满足力闭合约束的抓取对，再用基于采样的优化修正不完整几何带来的歧义。验证包括解析力闭合指标、大规模仿真实验，以及在含噪声部分点云的新物体上开展的真实机器人实验。
发布于 10-27 10:55来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《PartialBiGrasp: Inferring Hidden Local Geometry for Bimanual Grasping from Partial Views》查看原链
双臂机器人抓取对于操作大型、沉重且几何复杂、单臂无法可靠处理的物体至关重要。 这类大型物体往往只包含由厚度、边缘结构和夹爪间隙等局部几何属性决定的稀疏可抓取区域。 此前的双臂抓取方法假设可以获取物体的完整点云，完整点云本身包含这些几何信息，但在真实场景中可能无法获得。
本工作提出 PartialBiGrasp，一个直接基于部分点云观测进行双臂抓取生成的框架。 我们的模型通过卷积占用网络隐式学习几何特征，从而对可抓取性、无碰撞接触区域和物体厚度进行局部推理。 我们利用这种理解生成满足力闭合约束的抓取对，并通过基于采样的优化进一步修正不完整几何带来的歧义。
我们使用解析力闭合指标、大规模仿真实验以及在噪声部分点云上针对新物体的真实机器人评估来验证该方法，展示了稳健且物理稳定的双臂抓取生成能力。