[論文レビュー] REGNet: REgion-based Grasp Network for Single-shot Grasp Detection in Point Clouds.

Binglei Zhao, Hanbo Zhang+4 more|arXiv (Cornell University)|Feb 28, 2020

Robot Manipulation and Learning参考文献 25被引用数 6

ひとこと要約

本稿では、点群からの一括シングルショット把握検出ネットワークであるREGNetを提案する。三段階のパイプラインを用いる：スコアネットワーク（SN）で高信頼度の把握ポイントを特定し、把握領域ネットワーク（GRN）で把握アンカーベースの粗い把握候補を生成し、リファインネットワーク（RN）で予測を精緻化する。本手法は、YCBに基づいて自動的にアノテートされた新規の大規模な把握データセット上で最先端の性能を達成し、GPD、PointnetGPD、S$^4$Gを上回る性能を示した。

ABSTRACT

Learning a robust representation of robotic grasping from point clouds is a crucial but challenging task. In this paper, we propose an end-to-end single-shot grasp detection network taking one single-view point cloud as input for parallel grippers. Our network includes three stages: Score Network (SN), Grasp Region Network (GRN) and Refine Network (RN). Specifically, SN is designed to select positive points with high grasp confidence. GRN coarsely generates a set of grasp proposals on selected positive points. Finally, RN refines the detected grasps based on local grasp features. To further improve the performance, we propose a grasp anchor mechanism, in which grasp anchors are introduced to generate grasp proposal. Moreover, we contribute a large-scale grasp dataset without manual annotation based on the YCB dataset. Experiments show that our method significantly outperforms several successful point-cloud based grasp detection methods including GPD, PointnetGPD, as well as S$^4$G.

研究の動機と目的

• 単一の視点入力からの点群におけるロバストなシングルショット把握検出の課題に対処すること。
• 握りしめアンカーを導入した構造的でマルチステージのネットワークアーキテクチャを提案することで、把握検出性能を向上させること。
• YCBに基づく大規模で自動的にアノテートされた把握データセットの作成により、手作業によるアノテーションへの依存を低減すること。
• 現実のロボット操作タスクにおける並進グリッパーのための効率的で正確な把握予測を可能にすること。

提案手法

• ネットワークは三段階のパイプラインを採用する：信頼度の高い把握ポイントを選択するスコアネットワーク（SN）。
• 把握領域ネットワーク（GRN）は、把握アンカーメカニズムを用いて選択された正例ポイント上で粗い把握候補を生成する。
• リファインネットワーク（RN）は、局所的な把握特徴を活用して把握予測を精緻化する。
• 把握アンカーメカニズムを導入し、体系的に把握候補を生成・回帰することで、局所化の精度を向上させる。
• モデルは、YCBデータセットから派生した新規に作成された大規模で自動的にアノテートされた把握データセット上でエンドツーエンドで訓練される。
• アーキテクチャは、シングルショット推論を想定しており、単一の点群入力からのリアルタイム把握検出を可能にする。

実験結果

リサーチクエスチョン

• RQ1 既存手法と比較して、一括シングルショットのエンドツーエンドディープラーニングアプローチが点群における優れた把握検出性能を達成できるか？
• RQ2 把握アンカーメカニズムは、把握候補の局所化精度と信頼度の向上にどの程度効果的か？
• RQ3 提案された三段階のネットワークアーキテクチャ（SN、GRN、RN）は、把握検出の精度と耐性にどの程度寄与するか？
• RQ4 手作業でアノテートされたベンチマークと比較して、大規模で自動的にアノテートされたデータセットを用いた場合、本手法の性能はどの程度スケーリングするか？
• RQ5 単一視点の点群入力のみを用いて、現実のロボット操作タスクに十分に一般化できるか？

主な発見

• REGNetは、提案された大規模で自動的にアノテートされた把握データセットにおいて、GPD、PointnetGPD、S$^4$Gを著しく上回る性能を示した。
• 把握アンカーメカニズムの導入により、ベースラインのアンカーフリー手法と比較して、把握候補の局所化精度と信頼度が向上した。
• 三段階のアーキテクチャ（SN、GRN、RN）により、把握予測の効果的な精緻化が可能となり、把握検出の成功確率が向上した。
• 単一視点の点群入力において、把握検出精度と耐性の面で、本手法は最先端の性能を達成した。
• 自動生成されたデータセットにより、効率的な学習と一般化が可能となり、高コストな手作業アノテーションへの依存が低減された。