抓取检测之ACRV Picking Benchmark（APB）数据集

来源

J. Leitner et al., “The ACRV picking benchmark: A robotic shelf picking benchmark to foster reproducible research,” 2017 IEEE International Conference on Robotics and Automation (ICRA), Singapore, 2017, pp. 4705-4712.

起因

严格来说，APB不是一个数据集，而是依托于数据集的抓取竞赛设计。作者提出APB的初衷：
1、现有的机器人竞赛环境不可复制（如Amazon Picking Challenge (APC) ），个人研究者无法重建竞赛环境来验证自己的算法。（主要问题）
2、竞赛上的冠军几乎非常完美的完成了设置的任务，导致无法更好得推进科研来解决问题
3、竞赛内容较单一，如只包括视觉感知、抓取、检测等，无法统一评估机器人系统
4、任务的难易程度相差不大，无法同时满足入门研究者和大神的科研需要。等等。。
为解决以上问题，作者基于APC竞赛采用的物体设计了ACRV Picking Benchmark（APB）。

objects and shelf

柜子（shelf）采用的宜家的Kallax柜子。
objects采用的生活中常见的一些物体，为了使面向的物体任务有不同的难易程度，物体从大到小、从重到轻、反光的、黑色的、透明的等等都有，共42个。
数据集中提供了用realsense拍摄的每个物体的数据，以及相应的标签。
除了数据集，作者还对应的设计了每个物体在柜子上的摆放位置，各种任务，评估方法等等，因为还用不到，就没仔细研究了。
数据集链接：http://juxi.net/dataset/acrv-picking-benchmark/