Contact-GraspNet: Efficient 6-DoF Grasp Generation in Cluttered Scenes 논문리뷰를 진행해보고자 한다. 로봇 Grasping Task에서 제한되지 않고 어떤 환경에서도 물체를 잘 잡는것이 중요하다. 그러기 위해서 필요한 요구사항들은 먼저 모든 잠재적 그립을 찾고 camera와 object poses에 불변 하는 6-DOF를(3DOF- 자세 3DOF- 위치) 찾는 것이 중요하다. 그리고 둘째로 로봇이 충격받지 않고 모든 환경에서도 충돌을 피할 수 있도록 Collision-free가 보장되어야한다. 세번째로 운동학적으로 잡을 수 있는 grasp 포인트의 조밀함을 말하는 높은수준의 Dense Covergage가 필요하다. 마지막으로 빠른 속도까지 포함하여 ..

3D Localization(RGB-D 이미지 상에서 물체의 위치와 영역파악) 3가지 방법론 존재 1. Tradional Methods => RGB-D -> 3D sliding boxes -> 3D descriptors -> Use tranined classifiers => RGB-D -> 3D points cloud -> 3D Contours -> Clustring 2. RGB-Detection Combined Methods => RGB-D -> 2D detction results -> Related 3D regions -> Compute 3D boiunding boxes ex) FrustumConvNet , PointRCNN, VoteNet => RGB-D -> 2D segmentation resul..