論文の概要: Vision-Based 6-DoF Grasp Pose Estimation for Robot Cloth Unfolding
- arxiv url: http://arxiv.org/abs/2609.31452v1
- Date: Fri, 25 Sep 2026 16:08:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.481755
- Title: Vision-Based 6-DoF Grasp Pose Estimation for Robot Cloth Unfolding
- Title（参考訳）: ロボット布の折り畳みに対するビジョンベース6-DoFグラフポス推定
- Abstract要約: 本研究では,観測布地構成から有効把握点と完全6-DoF把握ポーズを共同で予測する深層学習フレームワークであるCeDiRNet-6DoFを提案する。
我々はCeDiRNet-6DoFをICRA 2024クロース・コンペティション・フレームワーク内のバイマニュアル・ロボット・セットアップで広く評価し,最先端の性能を実現した。
- 参考スコア（独自算出の注目度）: 0.4458381173954051
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cloth manipulation is a challenging task due to the deformable and high-dimensional nature of cloth, which leads to complex interaction dynamics and perceptual ambiguity arising from frequent occlusions of critical visual cues such as folds, edges, and grasp points. In this work, we tackle cloth unfolding using a regrasping-in-the-air strategy, where one manipulator holds the cloth while the other grasps it at an optimally selected point to unfold it. To this end, we propose CeDiRNet-6DoF, a deep learning framework that jointly predicts effective grasp points and the complete 6-DoF grasp pose from the observed cloth configuration. By integrating dense 3D grasp regression with segmentation and sine-cosine-encoded Euler angles, the proposed method reliably estimates the grasp configuration that maximizes the unfolded cloth area. We extensively evaluated CeDiRNet-6DoF on a bimanual robotic setup within the ICRA 2024 Cloth Competition framework, achieving state-of-the-art performance. An ablation study further validates the benefits of key design components, including joint segmentation, background randomization, and image cropping. These results establish CeDiRNet-6DoF as a robust and versatile foundation for reliable robotic cloth manipulation in unstructured environments.
- Abstract（参考訳）: 布の変形性や高次元性により、折り畳み、縁、つかみ点などの重要な視覚的手がかりの頻繁な閉塞から生じる複雑な相互作用のダイナミクスと知覚的あいまいさが引き起こされる。
本研究では,一方のマニピュレータが布を保持し,他方のマニピュレータが最適に選択された位置で布を握り、それを展開する手法を用いて布の展開に取り組む。
そこで本研究では,効果的な把握点と6-DoFのグリップポーズを協調的に予測する深層学習フレームワークであるCeDiRNet-6DoFを提案する。
密集した3次元グリップの回帰をセグメント化と正弦コサイン符号化されたオイラー角と統合することにより、展開された布面積を最大化するグリップ構成を確実に推定する。
我々はCeDiRNet-6DoFをICRA 2024クロース・コンペティション・フレームワーク内のバイマニュアル・ロボット・セットアップで広く評価し,最先端の性能を実現した。
アブレーション研究は、共同セグメント化、背景ランダム化、画像トリミングなど、重要な設計要素の利点をさらに検証する。
これらの結果はCeDiRNet-6DoFを、非構造環境における信頼性の高いロボット布の操作のための堅牢で汎用的な基盤として確立した。
関連論文リスト
- ProjFormer: Point Cloud Completion via Geometric-Projective Transformer and Cross-Modal Semantic Constraints [50.4059685962603]
ProjFormerは、明示的なプロジェクションと適応的な特徴ルーティングを通じて、幾何学的に一貫性のある2D-3Dインタラクションを強制するクロスモーダルフレームワークである。
実験によると、軽量な設計の下で、ProjFormerは、構造的完全性を改善した競争力のあるパフォーマンスを提供する。
論文 参考訳（メタデータ） (2026-08-15T08:05:48Z) - FDR-Occ: Factorized Dense Routing for Full-Spectrum 3D Occupancy Prediction [63.738631229597274]
視覚に基づく3次元占有予測は、基本的に2次元から3次元のビュー変換に依存している。
現在のパラダイムは、厳密でスパースなカメラ線にルーティング行列を人工的に制限する明示的な物理射影を主に利用している。
本稿では,このボトルネックを解消するためにFDR(Facterized Dense Routing)を提案する。
本フレームワークは,Occ3D-nuScenesおよびOcc3D-Waymoベンチマークの最先端性能を実現する。
論文 参考訳（メタデータ） (2026-07-04T11:12:42Z) - Learning Structural Latent Points for Efficient Visual Representations in Robotic Manipulation [28.481044299307346]
暗黙の表現は明示的な構造的手がかりを欠くが、明示的な表現は幾何を保存するが、分解限界と弱一般化に苦しむ。
本稿では,ハイブリッドな表現-構造的潜在点を学習する新しい事前学習フレームワークを提案する。
結果として生じるコンパクト潜水剤は粗い構造的傾向を保ち、正確な幾何学を符号化するのではなく、よりリッチな粗い形状と意味情報をキャプチャする。
論文 参考訳（メタデータ） (2026-05-20T14:48:01Z) - Ψ-Map: Panoptic Surface Integrated Mapping Enables Real2Sim Transfer [24.777932568749446]
幾何学的強化, エンドツーエンドの汎光学学習, 効率的なレンダリングを統合した包括的フレームワークを提案する。
提案システムは,40FPSを超える推論率を維持しながら,大規模シーンにおいて優れた幾何学的・パノプティックな再現性を実現する。
論文 参考訳（メタデータ） (2026-04-13T04:41:00Z) - Grasp Synthesis Matching From Rigid To Soft Robot Grippers Using Conditional Flow Matching [5.89165586721424]
本稿では,剛性グリップパモデルから軟質フィン線グリップパへのグリップポーズをマッピングするための新しいフレームワークを提案する。
生成モデルである条件付きフローマッチング(CFM)を用いて,この複雑な変換を学習する。
U-Netオートエンコーダは、深度画像からオブジェクトの幾何学上のCFMモデルを条件付け、安定なFin-rayグッパーポーズに対する初期Anygraspのポーズから連続的なマッピングを学習することができる。
論文 参考訳（メタデータ） (2026-02-19T06:12:29Z) - Robust Image Stitching with Optimal Plane [39.80133570371559]
textitRopStitchは、堅牢性と自然性の両方を備えた教師なしの深層画像縫合フレームワークである。
textitRopStitchは、特にシーンの堅牢性とコンテンツ自然性において、既存のメソッドよりも大幅に優れています。
論文 参考訳（メタデータ） (2025-08-07T23:53:26Z) - Learning to Align and Refine: A Foundation-to-Diffusion Framework for Occlusion-Robust Two-Hand Reconstruction [50.952228546326516]
単眼画像からの両手再建は、複雑でダイナミックな手の位置が原因で、永続的な課題に直面している。
既存のアプローチはそのようなアライメントの問題に悩まされ、しばしば不整合と侵入の成果物をもたらす。
本稿では,視覚基礎モデルからの2次元事前ガイダンスを正確に整合させる2段階のファンデーション・ツー・ディフュージョンフレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-22T14:42:27Z) - Zero123-6D: Zero-shot Novel View Synthesis for RGB Category-level 6D Pose Estimation [66.3814684757376]
本研究は,RGB 6Dのカテゴリレベルでのポーズ推定を向上するための拡散モデルに基づく新規ビュー合成器の実用性を示す最初の研究であるZero123-6Dを示す。
本手法は,データ要求の低減,ゼロショットカテゴリレベルの6Dポーズ推定タスクにおける深度情報の必要性の除去,およびCO3Dデータセットの実験により定量的に示された性能の向上を示す。
論文 参考訳（メタデータ） (2024-03-21T10:38:18Z) - Towards Real-World Aerial Vision Guidance with Categorical 6D Pose
Tracker [25.557500307143446]
オブジェクト6-DoFのポーズを追跡することは、さまざまな下流ロボットタスクや現実世界のアプリケーションに不可欠である。
頑健なカテゴリーレベル6-DoFポーズトラッカー(Robust6DoF)を導入する。
また,Pose-Aware Discrete Servo(PAD-Servo)戦略について述べる。
論文 参考訳（メタデータ） (2024-01-09T06:52:23Z) - Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud
Analysis [66.49788145564004]
我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。
我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
論文 参考訳（メタデータ） (2022-12-17T15:05:25Z) - Contact-GraspNet: Efficient 6-DoF Grasp Generation in Cluttered Scenes [50.303361537562715]
6-DoFパラレルジャッジの分布を効率的に生成するエンドツーエンドネットワークを提案する。
観測された点群の6-DoF把握ポーズと幅を根付かせることで、把握表現の寸法を4-DoFに縮小することができます。
構造クラッタにおける未知物体のロボット把持実験では, 90%以上の成功率を達成し, 最近の最先端手法と比較して, 故障率を半分に削減した。
論文 参考訳（メタデータ） (2021-03-25T20:33:29Z)
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。