标题：透明物体也能被机器人抓起来了，单目的那种 | ICRA 2025

让机器人精准抓起透明物体的难题被解决了，仅靠一张图、单目的方法即可实现。这项由地瓜机器人和中科院自动化所共同提出的新研究——MODEST，是一个针对透明物体的单目深度估计和语义分割的多任务框架。

MODEST算法作为通用抓取模型的前置模块，灵活高效，无需额外传感器。仅凭单张RGB图像，便能实现透明物体的精准抓取，效果甚至优于双目和多视图方法，可广泛应用于智能工厂、实验室自动化、智慧家居等场景，降低设备成本并提升机器人操作能力。

当前透明物体抓取的核心在于深度信息的获取，现有方法无法准确捕捉透明物体的深度信息。MODEST首次突破传统传感器限制，通过设计的语义和几何结合的多任务框架，获取物体准确的深度信息，结合基于点云的抓取网络实现透明物体的抓取。

MODEST模型整体架构包括编码、重组、语义几何融合和迭代解码四个模块。该框架在仿真数据集Syn-TODD和真实数据集ClearPose上进行了测试，结果显示其在深度估计和语义分割方面大幅超越其他方法。团队还将算法迁移到真实机器人平台上，证明了MODEST方法的鲁棒性和泛化性。

此外，地瓜机器人主导研发的DOSOD开放词汇目标检测算法也入选了ICRA 2025。两项技术成果已在商业化场景中得到验证。