1-PointNetGPD论文阅读

最新推荐文章于 2024-06-06 11:22:38 发布
最新推荐文章于 2024-06-06 11:22:38 发布
阅读量669 收藏 7
点赞数
分类专栏： PointNetGPD 文章标签： 自动驾驶 人工智能 机器学习 3d
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Stu_art/article/details/121399984
版权

资源相关

1 项目地址
https://lianghongzhuo.github.io/PointNetGPD/
2 源码地址
https://github.com/lianghongzhuo/PointNetGPD
3 论文地址
https://arxiv.org/pdf/1809.06267.pdf

输入输出

1 input： 点云数据
2 output： 抓取位姿（6D）(parallel-jaw)方式

contribution

1 网络轻量化
2 预测夹爪的6D位姿
3 贡献一个真实的点云抓取数据集
4 网络模型可以准确的分析出夹爪和抓取物体的几何信息，在点云数据很粗糙的情况下准确度也有保证

motivation

1 现如今的抓取预测方式都是依据RGB和Depth 结合的方式，很少考虑几何信息
2 PointNet 直接在点云做分割和分类的效果非常好

pipline

在这里插入图片描述

抓取实验评价指标

Meticulous grasp quality scores 包括如下两部分
1 force-closure
2 GWS analysis

Stu_art
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【2019ICRA】PointNetGPD: 基于PointNet直接从点云中估计抓取位姿
dsoftware的博客
07-24 8911
摘要 本文发表于2019年ICRA，作者提出了一种端到端的抓取位置预测模型，能够从点云中估计出机器人的抓取位姿。和当前算法相比，作者提出的PointNetGPD是一种轻量级的网络模型，能够处理抓取器闭合区域的点云，进行抓取质量估计。网络以原始点云作为输入，能够捕捉到抓取器闭合区域点云的复杂几何结构，即使这些点云很稀疏。此外，作者基于YCB模型库，生成了350K包含真实点云和抓取的数据集用于训练。提...
PointNetGPD.pdf
03-23
PointNetGPD.pdf
3D抓取算法中的PointNet++网络介绍
Greenorange1的博客
04-18 622
3D抓取算法是一个在机器人抓取任务中广泛使用的算法基线，它结合了深度学习和计算机视觉技术来预测给定三维点云场景中物体的抓取姿态。在这个基线算法中，PointNet++网络是一个关键组件，用于从点云数据中提取有效的特征表示。下面是关于 3D抓取算法 中PointNet++
PointNetGPD: Detecting Grasp Configurations from Point Sets
学习记录分享
08-20 1404
解决的问题 提出了一个端到端的抓取评估模型，能够从3D点云中输出机器人抓取配置。 和基于手工设计深度特征和CNN的抓取评估方法相比，提出的PointNetGPD模型具有轻量化、能直接处理定位了夹持器配置的3D点云的特点。即使点云非常稀疏，也能很好地捕捉接触区域的几何结构。 先前工作大多依赖2D输入或2.5D输入，很少考虑3D几何信息。 论文的主要贡献： 直接对3D点云进行集合分析评估抓取质量，和以前的基于CNN的方法相比，文章所提方法能更好地利用深度图像的三维信息，不需要手工设计的特征，即使点云稀疏也能够
PointNetGPD＜论文＞
cocapop的博客
05-06 1294
该论文提出了PointNetGPD算法直接处理点云数据；生成了基于YCB模型库的包含350k真实点云的抓取数据集；比当前主流的GPD算法相比，在抓取效果上有提升；未来可以将候选抓取位姿的生成，集成进抓取质量估计网络，以实现端到端；也可以针对堆叠情况引入场景分割，避免将多个物体当作一个物体。代码地址：https://github.com/lianghongzhuo/PointNetGPDQ_%7Bfc%7DQ_%7Bfc%7D。
PointNetGPD 代码复现，环境配置，结果展示
singlesmile的博客
05-24 3410
pointgpd 生成抓取姿态。分别在anaconda下配置python3与python2.7的环境，python3用来训练模型，python2.7主要用来结合ros发布抓取消息。
pointnetgpd复现
weixin_50920579的博客
11-12 587
其他报错看：https://askubuntu.com/questions/916260/how-to-install-point-cloud-library-v1-8-pcl-1-8-0-on-ubuntu-16-04-2-lts-for。可以参考：https://blog.csdn.net/singlesmile/article/details/124946192。先参考上面的安装提示（vtk以及安装文件修改等），一定要按照上面的安装走。conda环境安装python-pcl见如下。
PointNetGPD代码复现
cocapop的博客
05-08 1171
ps.应该安装pcl1.9+tk8.1。这个导致后面python-pcl改了配置。
PointNetGPD珞石工业机器人复现记录
Twilight的博客
05-12 1226
文章目录前言一、工具坐标系和工件坐标系标定1.1 工具坐标系标定1.2 工件坐标系标定1.3 实验坑二、手眼标定总结 前言 终于到了复现的这一步了，但走了几步发现太多坑了，一步一步记录下来吧 一、工具坐标系和工件坐标系标定 1.1 工具坐标系标定 工具坐标系是用来代替机械臂末端法兰的，比如你想让机械臂到达(100,100,100)点，四元数(1,0,0,0)，那么是让末端法兰到目标点还是工具中心到呢？这就是工具坐标系的作用； 首先进行负载辨识，让机械臂知道负载的质心重量等数据； 工具坐标系标定，包
探索未来3D感知：深入理解PointNetGPD项目
gitblog_00095的博客
04-20 379
探索未来3D感知：深入理解PointNetGPD项目 项目地址:https://gitcode.com/Hymwgk/PointNetGPD 在当今数字化时代，3D数据处理与分析成为众多领域的关键技术之一，从自动驾驶到虚拟现实，无处不在。其中，PointNetGPD 是一个致力于3D点云数据处理的深度学习框架，尤其在3D目标检测方面表现出色。本文将为您揭示该项目的核心技术、应用场景及独特优势。 ...
GQCNN+PointNetGPD思路和问题--chatGPT
cocapop的博客
05-06 2266
GQ-CNN包括两个神经网络模型：一个是抓取质量网络（Grasp Quality Convolutional Neural Network，GQ-CNN），另一个是抓取姿态网络（Grasp Pose Convolutional Neural Network，GPD-CNN）。它使用了一系列的深度神经网络来预测每个可能的抓取姿态的质量，并根据质量选取最优的抓取姿态。其中，GQ-CNN预测抓取质量，即抓取成功的概率，并输出抓取质量的置信度。在GQ-CNN中，最后一层是全连接层，输出抓取成功的概率和置信度。
Bio IK 2.0
01-07
Unity Bio IK 插件 https://assetstore.unity.com/packages/tools/animation/bio-ik-67819
Pointnet Tutorial
weixin_50920579的博客
02-01 307
Q1：什么是点云？简单来说就是一堆三维点的集合，必须包括各个点的三维坐标信息，其他信息比如各个点的法向量、颜色等均是可选项num_channels一般为3，表示点云的三维坐标。
最近在复现PointnetGPD时候，出现如下问题
最新发布
shyxixi的博客
06-06 115
pointnetgpd代码复现求助
抓取领域相关论文及摘要
cocapop的博客
05-21 8484
1、Vision-based Robotic Grasping From Object Localization, Object Pose Estimation to Grasp Estimation for Parallel Grippers: A Review（2019） 本文对基于视觉的机器人抓取技术进行了综述。总结了基于视觉的机器人抓取过程中的三个关键任务:目标定位、目标姿态估计和抓取估计。其中，目标定位任务包括不分类的目标定位、目标检测和目标实例分割。此任务在输入数据中提供目标对象的区域。目标位
PointNetGPD使用手册
cocapop的博客
06-02 600
1. 下载YCB数据集：(http://ycb-benchmarks.s3-website-us-east-1.amazonaws.com/).main_1v.py --- 1-viewed point cloud, 2 class——单视角点云+2类。main_1v_mc.py --- 1-viewed point cloud, 3 class——单视角点云+3类。main_1v_gpd.py --- 1-viewed point cloud, GPD——单视角点云+GPD。
实习第三天
weixin_43384504的博客
11-13 382
上午装了 tensorflow的基本环境+pcl环境，下午看了一些深度学习在点云上的使用，主要是pointnet系列，尤其关注pointnetGPD，有关自动生成机器人抓取位姿的。 有关pointnet 的文章：https://blog.csdn.net/hongbin_xu/article/details/84638109 我的目的是利用pointnet 做分割处理。 ...
ICRA 2022 | CaTGrasp: 从模拟器中学习类别级的任务相关的抓取姿态
3D视觉工坊
03-22 1556
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨泡泡机器人来源丨泡泡机器人SLAM标题：CaTGrasp: Learning Category-Level Task-Relevant Grasping in Clutter from Simulation作者:Bowen Wen,Wenzhao Lian,Kostas Bekris,Stefan Sch...
抓取领域相关论文及摘要（有源码会附上源码）
宇哥科研之路小记录
05-03 6239
抓取领域的论文，文章名字和摘要，若有源码会附在最后。
列举有关3d抓取检测任务近两年的论文
02-16
以下是近两年（2021-2022）与3D抓取检测任务相关的论文列表： 1. "PointNetGPD: Detecting Grasp Configurations from Point Sets"，Xue Bin Peng, Menglong Zhu, Wei Tao, et al.（2021） 2. "3D-RelNet: Joint Object and Relation Network for 3D Object Recognition and Grasp Estimation"，Zhanghao Wu, Junming Zhang, Yuwei Wu, et al.（2021） 3. "Grasp-Detection-Based Object Localization in 3D Scenes Using RGB-D Data"，Klaus Thaler, Maximilian Schaefer, Oliver Wasenmuller, et al.（2021） 4. "Efficient Grasp Detection in Cluttered 3D Scenes"，Ying Qu, Xiangyuan Zhu, Tzu-Yang Yu, et al.（2021） 5. "Learning Implicit Representations for 3D Object Grasp Detection"，N. Leeb, F. Meier, and R. D'Andrea（2022） 6. "Robust Grasp Detection via Cross-Modal Interaction in 3D Space"，Jian Yu, Zhongang Cai, Shuang Cui, et al.（2022） 以上论文均关注于3D抓取检测任务，并使用各种方法和技术来解决该问题。这些论文涉及的应用领域包括机器人、自动化和智能制造等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值