論文の概要: DISF: Disentangled Iterative Surface Fitting for Contact-stable Grasp Planning with Grasp Pose Alignment to the Object Center of Mass
- arxiv url: http://arxiv.org/abs/2512.24550v1
- Date: Wed, 31 Dec 2025 01:15:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.581795
- Title: DISF: Disentangled Iterative Surface Fitting for Contact-stable Grasp Planning with Grasp Pose Alignment to the Object Center of Mass
- Title（参考訳）: DISF: 物体中心にグラフポアライメントをアライメントした接触安定グラフプランニングのための斜め反復面フィッティング
- Authors: Tomoya Yamanokuchi, Alberto Bacchin, Emilio Olivastri, Ryotaro Arifuku, Takamitsu Matsubara, Emanuele Menegatti,
- Abstract要約: 幾何学的整合性を維持しつつ,接触安定性を両立させる新しい表面整合アルゴリズムを提案する。
人間のつかみ動作にインスパイアされた本手法は,グリップポーズ最適化を3段階に分割する。
我々は,3つのロボットプラットフォーム上でのシミュレーションと実環境実行におけるアプローチを検証する。
- 参考スコア（独自算出の注目度）: 8.61285912675644
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we address the limitation of surface fitting-based grasp planning algorithm, which primarily focuses on geometric alignment between the gripper and object surface while overlooking the stability of contact point distribution, often resulting in unstable grasps due to inadequate contact configurations. To overcome this limitation, we propose a novel surface fitting algorithm that integrates contact stability while preserving geometric compatibility. Inspired by human grasping behavior, our method disentangles the grasp pose optimization into three sequential steps: (1) rotation optimization to align contact normals, (2) translation refinement to improve the alignment between the gripper frame origin and the object Center of Mass (CoM), and (3) gripper aperture adjustment to optimize contact point distribution. We validate our approach in simulation across 15 objects under both Known-shape (with clean CAD-derived dataset) and Observed-shape (with YCB object dataset) settings, including cross-platform grasp execution on three robot--gripper platforms. We further validate the method in real-world grasp experiments on a UR3e robot. Overall, DISF reduces CoM misalignment while maintaining geometric compatibility, translating into higher grasp success in both simulation and real-world execution compared to baselines. Additional videos and supplementary results are available on our project page: https://tomoya-yamanokuchi.github.io/disf-ras-project-page/
- Abstract（参考訳）: 本研究では, 接触点分布の安定性を見越しながら, グリップと物体表面の幾何的アライメントに主眼を置き, 接触点配置の不整合により不安定なグリップを生じる表面嵌合型グリップ計画アルゴリズムの限界に対処する。
この制限を克服するために,幾何学的整合性を維持しつつ,接触安定性を統合した新しい表面適合アルゴリズムを提案する。
人間のつかみ動作にインスパイアされた本手法は,(1) 接点分布を最適化するための回転最適化,(2) 接点分布を最適化するためのグリップフレームの起源と対象中心(CoM)との整合性を改善するための翻訳改良,(3) 接点分布を最適化するためのグリップパーアパーチャ調整の3つのステップに,グリップポーズ最適化を分解する。
我々は,3つのロボットグリッププラットフォーム上でのクロスプラットフォームグリップ実行を含む,Known-shape(CAD由来のクリーンデータセット)とObserved-shape(YCBオブジェクトデータセット)の両方の設定下での15オブジェクトのシミュレーションにおけるアプローチを検証する。
さらに,UR3eロボットを用いた実世界の把握実験において,本手法の有効性を検証した。
全体として、DefFは、幾何互換性を維持しながらCoMのミスアライメントを低減し、ベースラインと比較してシミュレーションと実世界の実行の両方で高い把握成功に変換する。
追加のビデオと追加の成果は、プロジェクトページ(https://tomoya-yamanokuchi.github.io/disf-ras-project-page/)で公開されています。
関連論文リスト
- Stein Variational Ergodic Surface Coverage with SE(3) Constraints [9.66086150551228]
既存の軌道法では、抽出可能な3Dポイントクラウド表面ターゲットの生成に失敗する。
本稿では,3次元点-雲面軌道を生成する新しい手法を提案する。
我々のフレームワークは、強い最適化ベースのSAOアプローチと比較して、常に局所最適化を識別する。
論文 参考訳（メタデータ） (2026-03-10T10:13:36Z) - Copy-Trasform-Paste: Zero-Shot Object-Object Alignment Guided by Vision-Language and Geometric Constraints [12.704390013489054]
2つのメッシュのゼロショット3Dアライメントについて,その関係を記述したテキストプロンプトを用いて検討した。
テスト時の相対的なポーズの最適化,翻訳,回転,等方的スケールの更新,CLIP駆動の勾配による検討を行った。
我々の手法は、意味論的に忠実で物理的に妥当なアライメントをもたらす全ての代替手段より優れています。
論文 参考訳（メタデータ） (2026-01-20T18:12:55Z) - ParaMaP: Parallel Mapping and Collision-free Motion Planning for Reactive Robot Manipulation [17.260700135265267]
未知の環境でのロボット操作には、リアルタイムおよび衝突のないモーションプランニングが依然として困難である。
本研究では,Euclidean Distance Transform(EDT)に基づく環境表現をサンプリングベースモデル予測制御(SMPC)プランナと密に統合する並列マッピングと動作計画フレームワークを提案する。
提案手法の有効性は, 7-DoFロボットマニピュレータを用いた広範囲なシミュレーションと実世界の実験により検証した。
論文 参考訳（メタデータ） (2025-12-27T12:24:10Z) - SPAN: Spatial-Projection Alignment for Monocular 3D Object Detection [49.12928389918159]
既存の単分子3D検出器は典型的には、切り離された予測パラダイムを通じて、3D境界ボックスの顕著な非線形回帰をテームする。
本稿では2つの主成分を持つ新しい空間射影アライメント(SPAN)を提案する。
SPANは、予測された3次元境界ボックスと接地した3次元境界ボックスの間に明らかに大域的な空間的制約を課し、それによって非結合な特性回帰による空間的ドリフトを補正する。
3D-2Dプロジェクションアライメントは、投影された3Dボックスが、画像平面上の対応する2D検出バウンディングボックス内に密に整列していることを保証する。
論文 参考訳（メタデータ） (2025-11-10T04:48:48Z) - Non-Rigid Structure-from-Motion via Differential Geometry with Recoverable Conformal Scale [17.935227965480475]
共形変形下でのNRSfMに対するCon-NRSfMという新しい手法を提案する。
提案手法は,グラフベースのフレームワークにより最適化された2次元画像ワープを用いて,ポイントワイズ再構成を行う。
我々のフレームワークは、他のアプローチでは分離できない深さと等角スケールの制約を分離する。
論文 参考訳（メタデータ） (2025-10-02T04:46:46Z) - FlexPara: Flexible Neural Surface Parameterization [71.65203972602673]
本稿では,大域的および多角的表面パラメータ化を実現するために,教師なしニューラルネットワーク最適化フレームワークFlexParaを紹介する。
我々は,グローバルパラメータ化のための双方向のサイクルマッピングフレームワークを構築するために,幾何学的に解釈可能な一連のサブネットワークを,特定の機能と巧妙に設計・結合する。
実験は、我々の神経表面パラメータ化パラダイムの普遍性、優越性、およびインスピレーションのポテンシャルを実証する。
論文 参考訳（メタデータ） (2025-04-27T12:30:08Z) - EmbodiedOcc++: Boosting Embodied 3D Occupancy Prediction with Plane Regularization and Uncertainty Sampler [43.277357306520145]
本稿では,EmbodiedOcc++を紹介する。
Geometry-Guided Refinement Module (GRM) は、SUS(Semantic-Aware Uncertainty Sampler)とともに平面正規化によるガウス的更新を制約する
EmbodiedOcc-ScanNetベンチマークの実験は、EmbodiedOccがさまざまな設定で最先端のパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2025-04-13T12:10:49Z) - 3D Geometric Shape Assembly via Efficient Point Cloud Matching [59.241448711254485]
Proxy Match Transform (PMT) は、部品の配向面間の信頼性の高いマッチングを可能にする、高次特徴変換層である。
PMT を基盤として,幾何学的組立作業のための新しいフレームワーク Proxy Match TransformeR (PMTR) を導入する。
我々は,Breaking Badの大規模3次元幾何形状集合ベンチマークデータセットを用いてPMTRの評価を行った。
論文 参考訳（メタデータ） (2024-07-15T08:50:02Z) - Flatten Anything: Unsupervised Neural Surface Parameterization [76.4422287292541]
本研究では,FAM(Flatten Anything Model)を導入し,グローバルな自由境界面パラメータ化を実現する。
従来の手法と比較して,FAMは接続情報を活用することなく,個別の面上で直接動作する。
当社のFAMは前処理を必要とせずに完全に自動化されており,高度に複雑なトポロジを扱うことができる。
論文 参考訳（メタデータ） (2024-05-23T14:39:52Z) - Geometry-Contrastive Transformer for Generalized 3D Pose Transfer [95.56457218144983]
この研究の直感は、与えられたメッシュ間の幾何学的不整合を強力な自己認識機構で知覚することである。
本研究では,グローバルな幾何学的不整合に対する3次元構造的知覚能力を有する新しい幾何学コントラスト変換器を提案する。
本稿では, クロスデータセット3次元ポーズ伝達タスクのための半合成データセットとともに, 潜時等尺正則化モジュールを提案する。
論文 参考訳（メタデータ） (2021-12-14T13:14:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。