基于物体切片法的欠驱动机器人夹爪三维物体抓取规划器

即使在完全已知的环境中，任意物体的机器人抓取仍是一个具有挑战性的问题。以往大多数已开发的算法聚焦于指尖抓取，即便对于全驱动手/夹爪，在自适应/包络式抓取（每个手指与物体有多个接触点）中也未能解决该问题。对于这种同时到达若干给定目标点的关节化手指，运动学闭式解是不可能的。本文提出一种基于新颖物体切片法的欠驱动机器人夹爪最佳抓取计算框架。所提方法利用物体切片技术快速寻找接触点，并使用抓取质量度量从抓取候选池中找出最佳抓取。为验证所提方法，我们使用双指欠驱动机器人夹爪在二十四个家用物体与玩具上进行了实现。与许多现有方法不同，所提方法具有若干优势：可处理具有复杂形状与尺寸的物体；无需将物体简化为基本几何形状；最重要的是，可应用于深度传感器获取的点云；考虑了夹爪运动学约束，并能为自适应/包络式与指尖式抓取生成可行抓取。