grasp detection | BriefGPT - AI 论文速递

关键词grasp detection

搜索结果 - 11

CVPR以语言为驱动的抓取检测
本论文介绍了 Grasp-Anything++，一种新的以自然语言为驱动的抓握检测数据集，包含超过 100 万个样本、300 多万个物体和 1000 万个抓握指令。我们提出了基于扩散模型的新型语言驱动抓握检测方法，通过对抓握指令进行去噪处理
PDF21 days ago
基于元素分解学习的敏捷式抓取推理
该研究提出了一种通过深度学习使机器人手臂学习理想抓握方法的方法，通过基于途径的抓取推理和仿真到实际的域适应，实现了物体的抓握成功率分别达到 90% 和 70%。
PDF5 months ago
基于 RGB 图像的机器人抓取检测的模块化抗噪声深度学习网络
通过使用单个 RGB 图像进行模块化学习网络来检测抓取姿势，本研究提出了一种有趣的方法，适用于配备平板夹具的机器人，不仅识别可抓取的物体，还将先前的抓取分析与语义分割融合，从而提高抓取检测精度，并且在处理模糊和嘈杂的视觉情况时表现出弹性，通
PDF8 months ago
Grasp-Anything: 基于 Foundation Models 的大规模抓取数据集
本文利用基础模型解决机器人抓取检测的挑战，通过使用基础模型创建全新的大规模抓取数据集 Grasp-Anything，该数据集在多样性和规模上超过了先前的数据集，并成功实现了零样本抓取检测的视觉任务和实际机器人实验。
PDF10 months ago
基于视觉物体检测与抓握的月球环境下关节式机械手集成
视觉技术在月球机器人应用中的整合遇到了许多挑战，本文提出了一个通用的任务流程，使用目标检测、实例分割和抓取检测，可以通过以不同的方式使用这些基于视觉的系统的结果，实现各种不同的应用。我们成功地在困难的光照条件下，在非平坦表面上进行了岩石堆叠
PDF10 months ago
NBMOD: 在嘈杂背景中发现并抓住它
提出了一个名为 NBMOD 的大规模抓取检测数据集，包含 20 种不同类型的水果的 31,500 张 RGB-D 图像，以及用于解决定向边界框检测任务的旋转锚定机制（RAM）和一系列轻量级结构，其中 RAGT-3/3 模型在 NBMOD 数
PDFa year ago
基于等变模型的机器人抓取学习
该研究提出一种称为 Symmetric Grasp learning 的方法，可以实现端到端训练，在硬件噪声和抓取动态难以处理的情况下，仅进行不到 600 次尝试即可从零开始学习抓取任务。
PDFa year ago
可供性与几何之间的协同作用：通过隐式表示实现的 6-DoF 抓取检测
利用深度隐式函数的多任务学习、共享表征，联合学习抓握可行性和三维重建任务，在清理杂物方面实现了优于基线方法 10% 的抓握成功率。
PDF3 years ago
RGB Matters: 在单目 RGBD 图像上学习 7 自由度抓取姿态
本文提出了 RGBD-Grasp 方法，通过卷积神经网络 Angle-View Net（AVN）预测抓手的 SO（3）方向和 FAS 模块计算抓手的张开宽度和与抓点的距离，解决机器人领域中的物体抓取问题，并在 GraspNet-1Billi
PDF3 years ago
PointNet++ 抓取：从稀疏点云学习端到端的空间握取生成算法
本文提出了一种端到端的方法，用于直接预测所有抓取的姿态，类别和得分，并介绍了一种快速的基于 Ferrari Canny 度量的多目标抓取检测算法。该方法无需采样或搜索过程，使用整个稀疏点云作为输入。实验表明，该方法的成功率和完成率均优于当前
PDF4 years ago
点云中的抓取姿态检测
本文提出了一种有效的机器手抓取检测方法，通过处理嘈杂的 RGBD 图像或点云来输出适合的机械臂抓取配置的估计值，实现了对新对象的抓取成功率最高可达 93%。
PDF7 years ago