要約
平行グリッパなどの面対称ハンドは研究分野や産業分野で広く採用されています。
ただし、それらの対称性により、SO(3) 表現に曖昧さと不連続性が生じ、ニューラル ネットワーク ベースの把握検出器のトレーニングと推論の両方が妨げられます。
我々は、2D ビンガム分布を利用して、単一のパラメーター セットで一対の面対称ポーズをパラメーター化できる新しい SO(3) 表現を提案します。
また、より一貫した回転出力を提供する、私たちの表現に基づいた把握検出器についても詳しく説明します。
シミュレーションと現実世界の両方で複数のグリッパーとオブジェクトを使用した集中的な評価により、私たちのアプローチの貢献が定量的に示されます。
要約(オリジナル)
Planar-symmetric hands, such as parallel grippers, are widely adopted in both research and industrial fields. Their symmetry, however, introduces ambiguity and discontinuity in the SO(3) representation, which hinders both the training and inference of neural-network-based grasp detectors. We propose a novel SO(3) representation that can parametrize a pair of planar-symmetric poses with a single parameter set by leveraging the 2D Bingham distribution. We also detail a grasp detector based on our representation, which provides a more consistent rotation output. An intensive evaluation with multiple grippers and objects in both the simulation and the real world quantitatively shows our approach’s contribution.
arxiv情報
| 著者 | Tianyi Ko,Takuya Ikeda,Hiroya Sato,Koichi Nishiwaki |
| 発行日 | 2024-10-07 08:25:59+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google