网站域名根目录wordpress作品主题

对AO-Grasp: Articulated Object Grasp Generation的简单理解

1. 做的事情

引入AO-Grasp，grasp proposal generation method，生成稳定和可操纵的6DoF铰接物体抓取策略，可以完成打开/关闭橱柜的任务。给定单个铰接物体的部分点云，AO-Grasp使用最新的运动性抓取点预测模型来预测物体上的最佳抓取点，并利用最先进的刚性物体抓取方法来找到对应逐点的抓取方向。

2. AO-Grasp数据集

AO-Grasp数据集是一组模拟数据集，有在铰接物体上的运动抓取。由5个常用家庭家具/应用类别（箱子、洗碗机、烤箱、垃圾桶、保险柜）的61个实例上的48K个6DoF的grasp组成。

对于每个实例，在闭关状态和9个随机采样的打开状态下生成抓取动作，并为每个状态随机蔡阿姨给你20个相机视点。

2.1 抓取参数化和label标准

AO-Grasp数据集使用二指gripper。抓取被表示为$g=(t,R)\in SE(3)$，$t$是抓取位置，$R$是抓取方向。

与刚性物体抓取相反，抓取的稳定性通常通过摇动物体或施加干扰力验证，我们要求与铰接物体进行语义上有意义的交互，如打开微波炉的门。因此设计了抓取评估过程，不仅衡量抓取稳定性，还衡量可操纵性。

首先在g处生成完全打开的gripper，若没有探测到碰撞，则关闭gripper完成抓取。接着使gripper朝最佳方向运动以驱动物体部件，以执行动作，这个方向是通过物体GT的关节状态和axis获得的。在固定数量的步骤后，终止运动，若满足两个条件则抓取成功：

1. gripper仍然与物体交互，表示grasp是稳定的；

2. 被抓取的部件移动了一定的距离，则表示是可运动的。

2.2 语义和几何感知的抓取采样

给定物体实例，目标是采样一组打好标签的抓取。在物体表面均匀采样抓取位置对刚性物体来说是很方便的，但运动性抓取通常集中在很小的范围内（如关闭微波炉的把手），使得均匀采样不够高效。为战胜这个挑战，利用物体语义和几何的先验引导采样。

抓取可运动性与语义强相关。因此，使用部件网格的语义标签来识别可运动比肩，如门，可操纵的零件如旋钮和把手。应用语义感知的采样，更偏向采样可运动部件上的抓取点。

抓取质量同样受物体几何影响。因此偏置采样朝向高曲率变化区域和远离joint axis的点：

应用几何感知的采样。Following [32], we sample the gripper forward axis within a cone aligned with the surface normal, then uniformly sample the wrist rotation.

3. AO-Grasp抓取预测

输入是铰接物体部分点云，输出是一组6DoF的抓取姿态。

首先，AO-Grasp预测机器人应该抓取物体的哪个位置，这是通过Grasp Point Predictor进行预测的，在AO-Grasp数据集上训练。通过损失设计和训练策略选定来泛化到新的视点和新的物体下。

接着，生成抓取方向，抓取由Grasp Point Predictor预测的抓取点，AO-Grasp由Contact-GraspNet（最先进的刚性物体抓取方法）生成旋转。

最后，从逐点抓取分数和抓取方向，通过选择具有高抓取概率的点来组成抓取建议的最终集合。

3.1 预测抓取点

PointNet++提取特征，MLP预测这个点的抓取概率。使用一下两个策略来获得跨视角、跨物体实例和类别的泛化：

1. 学习视角独立的点对应关系： Actionable Grasp Point Predictor必须理解抓取概率分数是视角独立的，一个好的抓取点在视角改变的情况下应当没有影响。

使用Siamese网络结构来学习视角独立的逐点特征，如图2（a）所示。训练损失为：

2. 计算密集的“pseudo ground truth”热图： 直接用AO-Grasp数据集中的二进制抓取标签训练会导致在测试类别上较差的泛化性，因为模型会容易过拟合稀疏的数据，为缓和这种过拟合，通过给点云的每个点$p^{(i)}$分配pseudo ground truth标签$h_{pgt}^{(i)}$来增强数据：

总损失：

3.2 抓取方向预测

用了Contact GraspNet来预测的。没有做创新。

4. 总结

感觉通篇看下来，前面看起来很精彩的样子，但是关于摘取方向的预测好像有点点子烂尾，因为没什么很大的技术创新。。。