.png){kind=icon}
.png){kind=icon}
返回
DFA-Grasp: Depth Foundation Model-Augmented Transparent Object Depth Completion for Robotic Grasping
.png){kind=icon}
PRE
AI
DOI：10.1016/j.robot.2026.105733.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
可靠的自主操作依赖于精确的3D感知，但商用RGB-D传感器在透明物体上存在系统性失效，导致机器人在抓取关键位置缺乏可信的几何信息。现有深度补全方法依赖通用的视觉骨干网络，缺乏任务特定的几何先验，且RGB与原始深度信息的融合方式单一，既破坏了可靠测量又严重低估了退化区域的重建。我们提出DFA-Grasp感知框架，将预训练的单目深度基础模型的跨尺度中间特征注入透明物体的深度补全中。为安全整合这些先验，我们引入一种基于物理的三类置信度方案（可靠、折射、缺失），驱动置信度引导的跨模态聚合（CGCA）模块：一种门控残差机制，仅在传感器深度不可靠时放大基础先验，同时严格保留准确的原始测量值。由于CGCA针对传感器可靠性而非透明度本身进行推理，该原理可泛化至其他深度退化场景。在TransCG基准测试中，DFA-Grasp创下新的最佳性能（RMSE 0.011，δ1.05 92.64%），并实现跨域迁移。部署于AUBO i5机械臂时，在杂乱透明场景中达到86.7%的抓取成功率，证实高保真感知可直接转化为可靠的自主执行能力。
Keyword:
Robotic grasping
Transparent object
Depth completion
Depth foundation model
Cross-modal fusion
Robot manipulation