TARGO: Benchmarking Target-driven Object Grasping under Occlusions

要約

単一の深度画像から 6D 把握ポーズを予測する最近の進歩により、ロボットによる把握のパフォーマンスが期待できるようになりました。
ただし、以前の把握モデルは、近くの物体がターゲット オブジェクトの把握に影響を与える乱雑な環境では課題に直面しています。
この論文では、まず、TARGO という名前の、TARget 駆動のオクルージョン下での把握のための新しいベンチマーク データセットを確立します。
我々は以下の貢献を行っています: 1) 把握の咬合レベルを初めて研究しました。
2) 大規模な合成データと一部の実世界データから構成される評価ベンチマークを設定し、5 つの把握モデルを評価したところ、現在の SOTA モデルでもオクルージョン レベルが増加すると問題が発生し、オクルージョン下での把握は依然として困難であることがわかりました。
チャレンジ。
3) また、スケーラブルなパイプラインを介して大規模なトレーニング データセットを生成します。これは、オクルージョン下での把握のパフォーマンスを向上させ、現実世界に一般化するために使用できます。
4) さらに、閉塞が増加するにつれて最も堅牢に機能する、TARGO-Net と呼ばれる形状完成モジュールを含むトランスベースの把握モデルを提案します。
私たちのベンチマーク データセットは https://TARGO-benchmark.github.io/ にあります。

要約(オリジナル)

Recent advances in predicting 6D grasp poses from a single depth image have led to promising performance in robotic grasping. However, previous grasping models face challenges in cluttered environments where nearby objects impact the target object’s grasp. In this paper, we first establish a new benchmark dataset for TARget-driven Grasping under Occlusions, named TARGO. We make the following contributions: 1) We are the first to study the occlusion level of grasping. 2) We set up an evaluation benchmark consisting of large-scale synthetic data and part of real-world data, and we evaluated five grasp models and found that even the current SOTA model suffers when the occlusion level increases, leaving grasping under occlusion still a challenge. 3) We also generate a large-scale training dataset via a scalable pipeline, which can be used to boost the performance of grasping under occlusion and generalized to the real world. 4) We further propose a transformer-based grasping model involving a shape completion module, termed TARGO-Net, which performs most robustly as occlusion increases. Our benchmark dataset can be found at https://TARGO-benchmark.github.io/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google