具身智能新手名词表EnglishContact-GraspNet
Contact-GraspNet: Efficient 6-DoF Grasp Generation in Cluttered Scenes进阶英伟达的抓取网络，从深度点云直接生成杂乱场景中的 6 自由度抓取。
Contact-GraspNet 由 NVIDIA 的 Sundermeyer、Mousavian、Triebel 和 Fox 提出，发表于 ICRA 2021。它面向二指平行夹爪：输入深度图加相机内参（或直接输入点云），可选物体分割掩码，端到端输出一批带置信度的 6 自由度抓取位姿。关键设计是把观测到的每个 3D 点都当作可能的指尖接触点，于是只需再预测夹爪的三维朝向和张开宽度共 4 个自由度，学习难度大为降低。模型不区分物体类别，在 1700 万个仿真抓取上训练（抓取标注来自 ACRONYM 数据集）；论文报告在真机杂乱场景中抓取未见过物体，成功率超过 90%。它常作为抓取模块接在分割或开放词汇检测之后。
例子桌上堆着杯子、盒子和玩具，先用分割模型抠出目标杯子，把深度图和杯子的掩码一起送进 Contact-GraspNet，从落在杯子上的候选里取置信度最高的抓取，交给运动规划执行。
- 也叫
- Contact GraspNet
- 相关
- 抓取位姿检测、AnyGrasp、ACRONYM 抓取数据集、GraspNet-1Billion 数据集、点云、二指夹爪
- 来源
- Contact-GraspNet: Efficient 6-DoF Grasp Generation in Cluttered Scenes (arXiv 2103.14127)
NVlabs/contact_graspnet (GitHub) - 信息截至
- 2021-03