6-DoF Grasp Pose

• 又稱: 6-DoF grasp
• 類別: Planning & manipulation › Manipulation
• 標籤: grasping, pose-estimation, point-clouds, manipulation, grasp-detection

夾爪應在該處閉合抓住物體的完整 3D 位置與 3D 方向，有別於自由參數較少的平面抓取或由上往下的抓取。

定義

6-DoF 抓取姿態（6-DoF grasp pose）指定夾爪在閉合抓住物體時應該在的位置：位置有三個自由度，方向有三個自由度，合起來是 SE(3) 中的一個元素。它通常表示為夾爪參考座標系的姿態，這個座標系常設在兩個指尖之間的中心，並相對於攝影機、機器人基座或物體來表示。對平行夾爪來說，這個描述常會加上張開寬度；對多指手則加上手指關節角度；但讓夾爪能從任何方向接近的，正是其中的 6-DoF 部分。

這個名詞主要用來與較低維度的抓取表示相對照。早期以學習為基礎的抓取所預測的是平面抓取（planar grasps），例如影像中帶方向的矩形，相當於由上往下的接近，包含一個位置、一個深度與繞垂直軸的旋轉，約四個自由度。對於平放在料箱中、從上方觀看的物體，這樣的表示已經足夠，但它無法從側面抓起馬克杯、抓起橫躺在層架上的瓶子，或是人手中拿著的物體。6-DoF 方法在接近方向的完整空間中搜尋，因此更為通用，但也更困難：空間更大，許多候選姿態會與物體或場景碰撞，而且結果必須是手臂到得了的。

典型的 6-DoF 流程從部分點雲開始。以取樣為基礎的方法，例如 Grasp Pose Detection，利用對蹠接觸等幾何啟發式提出大量夾爪姿態，再用學習而得的分類器為它們評分。生成式方法，例如 6-DOF GraspNet，從學習而得的分布中取樣抓取姿態，並以學習而得的評估器加以修正；Contact-GraspNet 則預測錨定在整個場景中觀測到的表面點上的抓取。接著，每個候選都要經過碰撞檢查、以逆向運動學求解，並依序執行：先到達沿接近軸往後退一小段距離的預抓取姿態，再直線接近、閉合並提起。座標系慣例很重要：不同函式庫對哪一個夾爪軸是接近方向、座標系原點設在哪裡各有不同；而平行夾爪的抓取繞其接近軸旋轉 180 度後，在物理上仍是同一個抓取，這會同時影響訓練損失與評估。

為何重要

大多數真實物體並不是平放在料箱裡。層架、桌面、雜亂場景以及人手中拿著的物體，都需要從正上方以外的方向接近，而 6-DoF 抓取姿態正是讓這些抓取得以實現的表示方式。它們也是抓取偵測器與運動規劃器之間的共同介面。

主要應用

• 從層架、桌面與雜亂場景中拾取物體
• 人到機器人遞交人手中拿著的物體
• 家庭與倉庫中的移動式操作
• 從部分點雲抓取先前未見過的物體
• 在模擬中產生供學習使用的抓取資料集

實際應用

一台廚房機器人需要拿起一個直立擺放、握把朝外的馬克杯。深度攝影機提供馬克杯的部分點雲，抓取網路回傳幾百個附有分數的 6-DoF 抓取候選。軟體把這些候選轉換到機器人基座座標系，捨棄與桌面或場景碰撞的候選，並對其餘候選求解逆向運動學，保留那些不必接近關節極限就能到達的。對於最佳的抓取（從側面夾住杯緣），規劃器先移動到沿夾爪接近軸往後退 10 公分的預抓取姿態，再直線接近、閉合夾爪並提起。早期的一個錯誤，追查後發現是抓取函式庫與機器人的夾爪使用了不同的接近軸，最後在兩種座標系慣例之間加上一個固定旋轉來修正。

常見誤解

• 有了 6-DoF 抓取姿態就足以執行抓取 — 它仍必須通過碰撞檢查、有逆向運動學解，並經由合理的預抓取接近才能到達
• 由上往下的抓取足以應付大多數任務 — 它們適用於平放在開口料箱中的物體，但層架、朝向側面的握把，以及人手中拿著的物體，需要由上往下抓取無法提供的接近方向
• 所有抓取函式庫都使用相同的夾爪座標系 — 接近軸與座標系原點因工具而異，混用慣例會在不知不覺中產生錯誤的抓取
• 「GraspNet」指的是同一個方法 — 6-DOF GraspNet 與 GraspNet-1Billion 資料集及其基準方法，是來自不同團隊的不同研究

誰需要了解

• 操作與抓取工程師
• 建構取放系統的感知工程師
• 研究抓取偵測的機器人學習研究人員
• 移動式操作開發人員

相關技術

• 6-DOF GraspNet
• Contact-GraspNet
• Grasp Pose Detection（GPD）
• MoveIt
• Open3D

相關術語

• Grasp Planning
• Antipodal Grasp
• Grasp Quality Metric
• SE(3)
• Point Cloud
• 6D rotation representation

相關專案

• LeRobot: HuggingFace ML library for real-world robotics in PyTorch
• Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
• NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
• OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
• Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
• OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments