可以广泛应用于智能工厂、实验室自动化、智慧家居等场景,降低设备成本并大幅提升机器人对透明物体的操作能力。 当前透明物体的抓取核心在于深度信息的获取,目前无论是深度传感器还是多视角重建的方法都无法获取透明物体准确完整的深度信息。
为了解决透明物体的抓取问题,地瓜机器人联合中科院自动化所(简称:CASIA)多模态人工智能系统全国重点实验室, 推出了针对透明物体的单目深度估计和语义分割的多任务框架(简称:MODEST) 。该框架借助创新性的语义和几何融合模块,结合独特的特征迭代更新策略,提升了深度估计和语义分割的效果,尤其在抓取成功率和系统泛化性方面取得了突破性进展。
近年来,随着机器人技术的不断发展,透明物体的抓取一直以来都困扰着研究者和工程师。这一难题看似简单,却由于透明物体复杂的折射和反射特性,给机器人的感知带来了极大的挑战。现在,这一挑战即将被破解!由地瓜机器人团队联合中国科学院自动化研究所等单位共同开发的MODEST多任务框架,让机器人仅依靠一张图像实现对透明物体的精准抓取,标志着单目技术的重大突破。
在机器人技术的前沿探索中,一项关于透明物体抓取的重大突破近日由地瓜机器人携手中国科学院自动化研究所多模态人工智能系统全国重点实验室共同宣布。他们的研究成果——MODEST单目透明物体抓取算法,成功入选即将于2025年举行的IEEE机器人与自动化国际会议(ICRA 2025)论文名录,标志着该技术在国际舞台上的认可。