.png){kind=icon}
返回
TORM: Transparent Objects Reconstruction and Manipulation With Multi-View Segmentation
.png){kind=icon}
PRE
AI
DOI：10.1109/LRA.2025.3632680.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
透明物体在日常生活和工业中很常见，这要求机器人能够感知和操作它们。反射和折射的物理特性给精确重建透明物体的3D几何形状带来了挑战。传统方法依赖于对背景环境光和复杂折射场的同步估计，在真实场景中缺乏鲁棒性，从而阻碍了机器人的抓取性能。为解决此问题，本文提出TORM，一种用于多个透明物体鲁棒重建和操作的新型框架。TORM关注透明物体的语义信息，并采用多视角分割掩码来约束自监督的多对象深度四面体网格（DMTet-Multi）3D拟合过程。为减轻在多个透明物体重建过程中几何表示陷入次优解的风险，我们设计了一种新型损失函数，防止四面体网格越界。通过对拟合网格应用连通性确定策略，透明物体可由抓取感知网络并行处理，预测抓取任务中的末端执行器配置。真实世界实验表明，TORM在多透明物体抓取任务中实现了88.8%的抓取成功率。
Keyword:
Perception for grasping and manipulation
Computer vision for automation
Deep learning for visual perception
期刊
I
IF:
5.3
论文数:
1.7K
被引数:
3.9W
机构
引用论文
暂无论文信息