Pyramid-Monozone Synergistic Grasping Policy in Dense Clutter

要約

密集した雑然とした状態で多様な新しいオブジェクトを把握することは、主にオクルージョンの問題により、ロボット自動化にとって大きな課題となります。
この研究では、ロボットが把握中にオクルージョンを効果的に処理できるようにするピラミッド-モノゾーン相乗的把握ポリシー (PMSGP) を提案します。
具体的には、最初にピラミッド シーケンス ポリシー (PSP) を構築し、乱雑なシーン内の各オブジェクトをピラミッド構造にシーケンスします。
オブジェクトをレイヤーごとに分離することにより、把握検出モデルは各把握中に 1 つのレイヤーに焦点を当てることができます。
次に、最上位層の把握候補をサンプリングするMonozone Sampling Policy (MSP)を考案します。
この方法により、各把握は最上部のオブジェクトをターゲットにし、それによってほとんどのオクルージョンを効果的に回避します。
私たちは、300 個の新しいオブジェクトを含む密集したシーンで 7,000 を超える現実世界の把握を実行し、PMSGP が 7 つの競合把握方法よりも大幅に優れていることを実証しました。
さらに重要なことは、100 種類の異なる家庭用品が含まれる非常に乱雑なシーンで PMSGP の把握パフォーマンスをテストしたところ、PMSGP が把握成功率を 84.9\% に押し上げたことがわかりました。
私たちの知る限り、これまでに同様のパフォーマンスを示した作品はありません。
すべての把握ビデオは、https://www.youtube.com/@chenghaoli4532/playlists でご覧いただけます。

要約(オリジナル)

Grasping a diverse range of novel objects in dense clutter poses a great challenge to robotic automation mainly due to the occlusion problem. In this work, we propose the Pyramid-Monozone Synergistic Grasping Policy (PMSGP) that enables robots to effectively handle occlusions during grasping. Specifically, we initially construct the Pyramid Sequencing Policy (PSP) to sequence each object in cluttered scenes into a pyramid structure. By isolating objects layer-by-layer, the grasp detection model is allowed to focus on a single layer during each grasp. Then, we devise the Monozone Sampling Policy (MSP) to sample the grasp candidates in the top layer. Through this manner, each grasp targets the topmost object, thereby effectively avoiding most occlusions. We performed more than 7,000 real-world grasping in densely cluttered scenes with 300 novel objects, demonstrating that PMSGP significantly outperforms seven competitive grasping methods. More importantly, we tested the grasping performance of PMSGP in extremely cluttered scenes involving 100 different household goods, and found that PMSGP pushed the grasp success rate to 84.9\%. To the best of our knowledge, no previous work has demonstrated similar performance. All grasping videos are available at: https://www.youtube.com/@chenghaoli4532/playlists.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google