一种基于视觉的可重构模块化机器人运动学模型构建方案
机器人学
2017-12-19 v1
摘要
可重构模块化机器人 (RMR) 系统因其可重构性和多功能性而具有优势。通过使用模块作为构建单元，可以为特定任务构建新的模块化机器人。然而，为新构思的机器人构建运动学模型需要大量工作。由于模块类型尺寸有限，所有模块类型的模型可以预先单独构建并存储在数据库中。有了这些先验知识，模型构建过程可以通过检测模块及其相应的互连来自动化。先前文献提出了构建模块化机器人运动学模型的理论框架，但假设此类信息是先验已知的。虽然精心设计的机制和内置传感器可用于自动检测这些参数，但它们显著增加了模块设计的复杂性，因此成本高昂。在本文中，我们提出了一种基于视觉的方法来识别运动链并自动为模块化机器人构建机器人模型。每个模块都贴有增强现实 (AR) 标签，这些标签编码了唯一 ID。拍摄一张模块化机器人的图像，通过查询维护所有模块信息的数据库来识别检测到的模块。检测到的模块的位姿用于计算：(i) 模块之间的连接，以及 (ii) 关节模块的关节角度。最后，识别出机器人串联链路，构建并可视化运动学模型。我们的实验结果验证了该方法的有效性。虽然仅展示了在我们 RMR 上的实现，但我们的方法可应用于其他无法进行自我识别的 RMR。
引用
@article{arxiv.1703.03941,
title = {A Vision-based Scheme for Kinematic Model Construction of Re-configurable Modular Robots},
author = {Kewei Lin and Juan Rojas and Yisheng Guan},
journal= {arXiv preprint arXiv:1703.03941},
year = {2017}
}