地瓜机器人创新算法MODEST入选全球顶会ICRA 2025 解决透明物体抓取难题
时间：2025-03-15 23:00
小编：小世评选
近日，全球机器人领域的权威会议ICRA 2025（IEEE机器人与自动化国际会议）公布了论文录用结果，地瓜机器人团队主导研发的DOSOD开放词汇目标检测算法与MODEST单目透明物体抓取算法成功入选。这一重大突破不仅彰显了地瓜机器人在技术研发上的雄厚实力，更为透明物体的抓取问题提供了新的解决方案。
透明物体在我们的日常生活中无处不在，水杯、试管、窗户等都属于这一类。透明物体的特殊性质给机器人感知带来了不小的挑战。由于透明物体在大多数 RGB 图像中往往缺乏清晰的纹理，其在图像中的表现可能与背景混淆，从而导致传统视觉系统难以准确识别和定位。即便是商用深度相机，面对透明物体时也存在捕捉深度信息的困难，常常出现深度图像缺失或噪声过多的现象。这些问题极大地限制了机器人在各个领域的实际应用。
为了破解这一难题，地瓜机器人与中国科学院自动化研究所（CASIA）的多模态人工智能系统全国重点实验室紧密合作，共同研发了MODEST算法框架。该框架通过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，显著提升了对透明物体的深度估计和语义分割效果。尤其在抓取成功率和系统的泛化性方面，MODEST算法取得了前所未有的突破。
MODEST不仅是一种针对透明物体的抓取模型，它还作为通用抓取模型的前置模块，在效果上甚至优于其他传统的双目和多视图抓取方法。得益于其出色的性能，MODEST算法能够广泛应用于智能工厂、实验室自动化和智慧家居等场景，有效降低设备成本，同时提升机器人对透明物体的操作能力。
MODEST模型的整体架构设计进行了深入探索，主要由编码、重组、语义几何融合和迭代解码四个模块构成。输入图像经过基于视觉变换器（ViT）的编码模块进行处理，然后重组为对应于分割和深度两个分支的多尺度特征。在经过融合模块对这两种特征的混合和增强后，通过多次迭代逐步更新特征，最终获得高精度的预测结果。
地瓜机器人将MODEST算法成功迁移到真实机器人，并开展了针对透明物体的抓取实验。该实验主要由UR机械臂和深度相机构成。在MODEST方法提供的精确感知基础上，借助GraspNet进行抓取姿态的生成，确保机器人能够在不同透明物体上实现稳定的抓取效果。实验中，MODEST方法展现出了良好的鲁棒性和泛化性，即使在面对复杂的内部结构或外部环境变化时，机器人也能够保持其功能的稳定运行。
MODEST的成功入选ICRA 2025，不仅是对地瓜机器人及其研发团队的充分肯定，也为行业内其他研究者提供了借鉴和启示。随着透明物体抓取技术的不断深入，未来我们可以期待这种创新算法在更加广泛的领域中大展拳脚，为现实生活中的诸多工程应用开辟新的可能性。
地瓜机器人通过MODEST创新算法的研发，克服了透明物体识别与抓取的困难，推动了机器人技术的发展，并为相关领域带来了新的契机。期待未来，更多智能机器人能够从中受益，实现更加智能、灵活的操作，造福社会。
