域泛化机器人拾取

仅合成数据训练

一种基于对比学习姿态估计的拾取方法，无需真实数据标注与形状先验，即可应对遮挡杂乱场景。

Liu, Jian · 孙炜 · Hui, Yang · Liu, Chongpei · Zhang, Xing · Mian, Ajmal S.

IEEE Transactions on Industrial Informatics 2024

技术优势

不用标注真实数据

只用合成数据训练，省去大量人工标注，并且模型能直接用于真实场景。

未知物体也能抓

不依赖物体形状先验，通过点云注意力机制融合观测点云和随机点云，能重建类内未知物体的形状。

遮挡杂乱照样工作

通过在合成数据上做连续增强，模拟真实场景的遮挡和杂乱，使模型在真实环境中更稳健。

应用场景

• 工业机器人：用于工业产线上无需人工标注的机器人抓取，应对遮挡杂乱场景。
• 先进机器人：提升机器人在未知环境中的 6D 姿态估计与抓取能力。
• 具身智能：让机器人通过合成数据训练获得对未知物体的操作能力。