GPD＜论文精简版＞

本文主要是介绍GPD＜论文精简版＞，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

问题陈述

给定点云数据、机械手的几何参数，抓取位姿检测问题（ grasp pose detection problem）表示为，在抓手闭合情况下，识别抓手的配置的问题。

：机器人工作空间

：三维点云中的一组点，由一个或多个传感器感知的

我们假设云中每个点都与该点的一个视点配对，由，其中代表一组视点

我们将作为视点点云（ps.拥有某个视点观察角度的点云）

定义1

1、二指手：双指手可以由两个接触面来模拟，这两个接触面沿着一维流形相互靠近和远离。

因为只允许二指手，由于我们只允许使用两只手指的手，因此手相对于物体的 6-DOF 姿势足以计算出手指接触的位置，而手指接触的位置则是手相对于物体以给定姿势闭合时的位置。因此，只需给出 6-DOF 手部姿态，就能评估是否存在抓握动作。

问题陈述

输入视点云、ROI、二指抓手。目的是找到一组或更多6自由度抓手，其中抓手在闭合时满足力闭合。

任何减少点云噪声和错误的操作都是step1中进行。

Step2找到ROI，不用把物体从背景中分割出来，ROI应该包括一组或更多物体

Sampling

Step3.找到满足一定数量的六自由度候选抓取。这一步我们希望抓手尽可能均匀分布在物体表面的可抓取部分。

我们将表示为一个抓手，表示手完全张开始占用的体积。

定义为闭合区域，即手闭合时扫过的体积

根据上面定义，我们对抓取候选进行一定限制：

采样过程为：

首先，从中机采样N个点，即抓手与ROI区域相交的那部分点云（就是夹爪内部点云）

然后，对于每个采样的点云。我们计算p出局部参考框架的矩阵的特征向量（we calculate a local reference frame at p by evaluating the Eigenvectors of the matrix），即。

 

这篇关于GPD＜论文精简版＞的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---