Deep Learning for Detecting Robotic Grasps

链接：1301.3592.pdf (arxiv.org)

这个用于从单一RGB-D视图进行机器人抓取检测的算法包括以下步骤：

1. 图像获取：

   • 机器人获取包含待抓取对象的场景的RGB-D图像。

2. 抓取评分：

   • 使用小型深度网络对RGB-D图像中的潜在抓取进行评分。
   • 抓取以在图像平面中表示的定向矩形为基础，其中一对平行边对应于机器人夹爪。
   • 每个矩形由其左上角的X和Y坐标、宽度、高度和在图像平面的方向参数化，形成了一个五维搜索空间。

3. 特征学习：

   • 该算法利用深度学习方法为每个候选抓取学习一组RGB-D特征。
   • 从对应矩形内提取特征，这些矩形与夹爪板对齐。

4. 多模态正则化：

   • 引入了结构化的多模态正则化方法，以提高从RGB-D数据中学到的特征质量，而无需限制网络结构。

5. 抓取排序：

   • 根据学到的特征对抓取进行排序。

6. 姿态转换和方向：

   • 该算法将检测到的矩形转换为夹爪抓取的姿态。
   • 识别矩形内（水平方向上）中心第三部分最小深度的点。
   • 围绕该点的平均表面法线确定夹爪的进入矢量。
   • 将检测到的矩形的方向翻译为围绕此矢量的旋转，以确定夹爪的方向。

7. 执行抓取：

   • 矩形中心的X-Y坐标以及最近点的深度确定了机器人坐标系中的抓取点。
   • 通过沿进入矢量的方向向后移动10厘米，计算出一个预抓取位置。
   • 夹爪定位在此点，机器人沿着进入矢量接近物体，执行抓取。

8. 深度网络训练：

   • 使用标准的特征学习方法（例如稀疏自动编码器）训练深度网络，用于解决矩形识别（即，给定图像空间中的矩形是否对应于有效的机器人抓取）的问题。

总体而言，该算法利用深度学习不仅学习抓取排序权重，还学习用于排序的特征，重点关注RGB-D数据，并使用了多模态正则化。