自主抓取
工科pai
这个作者很懒,什么都没留下…
展开
-
GraspCNN Real-Time Grasp Detection Using a New Oriented Diameter Circle Representation论文解读
文章亮点:1、提出了一种新的抓取表示方法——直径圆的表示方法2、提出了一种定向直径圆投影回六自由度抓取位姿方法3、将目标检测方法YOLO和抓取配置检测网络并联4、在康奈尔数据集上取得了最高的抓取检测准确率(作者改变了判定方法)文章总结: 文章中作者提出了一种新的基于RGB的抓取检测CNN模型,之前的那篇一区用的只是深度相机的深度图,而且用的类似于图像分割的方法,所以通过对比发现这两篇文章用的是完全不同的两种方法。而且之前的那篇文章侧重于实验,通过大量实验验证了其模型,本文并没有...原创 2021-08-22 15:54:20 · 316 阅读 · 1 评论 -
Robotic grasping using visual and tactile sensing论文解读
文章亮点:1、将视觉与触觉集成到机械臂上,使得机械臂更接近于人,在抓取的过程中具有更多的感知,使得抓取成功率更高2、设计抓取检测模型,并让机械臂自主抓取,记录实验中抓取成功的抓取配置,包括视觉检测出的配置和触觉力3、通过实验探索了更适合机械臂的抓取位置,区别于人工标注的抓取位置4、在多次抓取试验后形成抓取成功数据集,将数据集重新训练抓取模型。数据集中包括,视觉配置和抓取力,经过重新训练的机械臂抓取成功率明显提升文章总结:1、文章创新型很足,但是实验数据集相对较小,2、在现在看来,原创 2021-08-22 15:52:37 · 291 阅读 · 0 评论 -
Learning robust, real-time, reactive robotic grasping论文解读
文章亮点:1、克服了抓取检测的两个缺点:离散生成候选框的方法参数量巨大;参数数量巨大计算及运行速度慢不能实现闭环控制。文中使用了类似于语义分割的方法,使参数量小了好几个数量级,同时可以实现50hz的闭环抓取操作2、将单个抓取模型训练结果运用到杂乱环境中进行抓取操作依然可行3、对运动物体抓取检测闭环控制的质量4、针对杂乱物体相互遮挡问题采用螺旋路径多视点取样检测的方法5、文中进行了大量对比实验包括开环闭环抓取对比实验,单个物体和杂乱物体抓取对比实验,静止物体和运动物提抓取对比实验,以及通过原创 2021-08-22 15:44:58 · 545 阅读 · 0 评论 -
机器人自主抓取领域必读论文总结分析
机器人自主抓取是近几年热门话题,在详细阅读近几年自主抓取论文后进行总结,并分析各论文的创新点,希望对大家有用。上一篇博客有康奈尔大学抓取数据集的百度云下载链接,永久有效,希望用到的小伙伴自行下载。科研之路道阻且长,互行方便。机器人自主抓取必读论文:Robotic grasping using visual and tactile sensing 视觉触觉自主抓取 文章 作者 年份 内容 Deep L...原创 2021-08-22 15:42:36 · 1112 阅读 · 0 评论 -
cornell grasp data 康奈尔大学抓取数据集 百度云
国内下载较慢,康奈尔大学抓取数据集分享,给有用的人。科研之路道阻且长,互行方便。康奈尔大学抓取数据集是基于深度学习方法实现机器人自主抓取的必备数据集, 直接推动了机器人自主抓取的发展。目前先进的基于视觉和机器人抓取方法都是在该数据集上训练过。该数据集共十组,每组100个物体,共计1000个物体,不仅包含物体的图像,还包含物体的抓取位姿。下载链接:链接:https://pan.baidu.com/s/1lgPBUT4NPKYXNbzKgBIzCQ提取码:1n7s...原创 2021-08-22 15:35:02 · 2747 阅读 · 1 评论 -
Control of the Final-Phase of Closed-Loop Visual Grasping using Image-Based Visual Servoing论文解读
文章亮点:1、该文章的重点在于解决Learning robust, real-time, reactive robotic grasping论文中所存在的重大缺陷,即近距离抓取闭环控制由于深度相机失效导致控制失败。2、针对上述问题,文中作者将闭环抓取控制器做成一个可选择控制器,即闭环抓取前半段采用以前的QBVS(基于位置的视觉伺服)方法,当深度相机失效后采用IBVS(基于图像视觉伺服)方法。3、文章的重点是深度相机失效前最后一个输出的抓取位姿映射到平面图像的二维问题4、文章的另一个重点是抓取原创 2021-08-22 15:49:00 · 118 阅读 · 0 评论