无抓取标注的堆叠物体抓取位姿检测方法

作     者：石敏 侯京召 朱登明 李兆歆 庞家繁 郭诗盛 

作者机构：华北电力大学控制与计算机工程学院 中国科学院计算技术研究所前瞻研究实验室 中国农业科学院农业信息研究所农业信息技术研究室 农业农村部农业大数据重点实验室 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2025年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家重点研发计划(2020YFB1710400) 国家自然科学基金(61972379) 山东省新旧动能转换重大产业攻关项目(2021-55) 2023年苏州市前沿技术研究项目“基于数字孪生技术的元宇宙数字影棚内容创作平台研发” 

主　　题：6DoF抓取检测 无抓取标注 堆叠场景 机械臂抓取 位姿检测 

摘      要：针对现有的抓取检测网络需要大量标注数据进行训练且难以适应新物体抓取检测的问题， 提出一种适用于堆叠场景下的物体6DoF抓取位姿检测方法. 该方法由模型可抓取位姿模板库、待抓物体选择网络和抓取映射3部分组成. 首先基于几何外观特征与力封闭原理， 在物体模型上生成一组满足力封闭的6DoF抓取位姿， 构建可抓取位姿模板库; 然后分割原始场景点云，基于可见性， 遮挡性和置信度等确定待抓物体; 接着根据待抓物体的在场景中的位姿， 将模板库中的抓取位姿映射到该物体上; 最后选择与待抓物体质心距离最近且无碰撞6DoF抓取位姿， 实现稳定抓取. 实验在6种类型物体堆叠场景中进行， 结果表明， 该方法取得96.2%的平均抓取成功率; 相较与PointNetGPD， 该方法的抓取成功率提升5～20个百分点.