効率的なヒートマップガイド6自由度把持検出法の雑多なシーンでの応用

混雑環境での迅速かつ堅牢な物体把持は、ロボティクスにおいて重要な要素です。現在の多くの研究では、6自由度把持生成のために観測された全点群を使用していますが、全体的なセマンティクスから抽出できるガイダンス情報を見逃しているため、高品質な把持生成とリアルタイム性能に制限が生じています。本研究では、広く使用されているヒートマップが6自由度把持生成の効率性において過小評価されていることを示します。したがって、ヒートマップをガイダンスとして使用する効果的な局所把持生成器を提案します。これは、全体から局所へ、セマンティクスから点へという方法で推論を行います。具体的には、ガウシアンエンコーディングとグリッドベースの戦略を用いて、ヒートマップを予測し、局所的な点を把持可能な領域に集約するとともに、全体的なセマンティック情報を提供します。さらに、新しい非一様アンカーサンプリングメカニズムを設計することで、把持精度と多様性を向上させます。画像空間における高効率エンコーディングと局所把持可能領域内の点への焦点化により、当フレームワークはリアルタイムで高品質な把持検出を行い、最先端の結果を達成できます。また、実際のロボット実験では、成功率94%および混雑完了率100%という結果で当手法の有効性が示されています。当コードは https://github.com/THU-VCLab/HGGD で公開されています。