Region-aware Grasp Framework with Normalized Grasp Space for 6-DoF Grasping in Cluttered Scene

区域几何信息对于确定抓取姿势至关重要。一系列基于区域的方法成功地提取了区域特征并增强了抓取检测的质量。然而，在面对多个物体和潜在碰撞的混乱场景时，抓取相关区域的定义在方法之间仍然存在不一致性，抓取和区域空间之间的关系仍未完全研究。本文从新颖的区域感知和以抓取为中心的视角出发，提出了归一化抓取空间（NGS），将抓取表示统一在归一化的区域空间中。考虑抓取宽度、区域尺度和夹爪大小之间的关系，使我们的方法能够推广到具有不同尺度的夹爪和场景中。利用NGS的特性，我们发现2D CNN在混乱场景中进行复杂的6-DoF抓取检测任务时被严重低估，并构建了高效的区域感知归一化抓取网络（RNGNet）。在公共基准测试中进行的实验表明，我们的方法在实现近50 FPS的实时推理速度的同时，与之前的最先进技术相比，实现了最佳的抓取检测结果。在现实世界的混乱场景清理实验中，我们的方法的成功率比其他方法更高。进一步的人机交接和移动物体抓取实验展示了我们所提出的方法在动态场景中进行闭环抓取的潜力。

解决问题的问题是在复杂的场景中检测并确定抓取姿势，以及如何定义抓取相关区域和空间关系。

提出了一种基于规范化区域空间的抓取表示方法，即规范化抓取空间（NGS），并使用区域感知的规范化抓取网络（RNGNet）进行抓取检测。NGS考虑了抓取宽度、区域尺度和夹爪大小之间的关系，并将抓取姿势表示在规范化的区域空间中。RNGNet使用2D CNN来进行抓取检测，具有高效性和实时性。

论文提出了一种新的抓取表示方法和检测网络，能够在复杂场景中实现高效和实时的抓取检测，实验结果显示该方法优于其他现有方法。论文使用公共基准数据集进行实验，并提供了开源代码。此外，论文还进行了真实世界的场景清理、人机交互和移动物体抓取实验，证明了该方法在动态场景下的应用潜力。

最近的相关研究包括：1）基于深度学习的抓取检测方法，如PointNetGPD、GGCNN等；2）基于区域的抓取检测方法，如RCN、GPD等；3）基于物体姿态估计的抓取检测方法，如DOPE、GraspNet等。