基于 AI 的图像型混合视觉/力控制用于驱动空中柔性操作器
机器人学
2026-04-22 v1 计算机视觉与模式识别
摘要
本文提出一种基于 常应变建模的驱动空中柔性操作器的图像型混合视觉/力控制框架。该控制器设计用于在稳定图像特征误差的同时实现对静态环境的自主物理互动。所提出的策略结合了级联快速固定时间滑模控制与径向基函数神经网络，以应对眼部手持单目相机获取的图像不确定性以及力传感器测量值的不确定性。该方法无需离线训练即可实现视觉和力相关不确定性的快速在线学习。此外，所提取的特征通过采用视觉伺服框架中使用的先进图神经网络架构提取，取代依赖启发式几何线提取器的方法，以在接触期间同时跟踪期望的正常互动力和调节图像特征误差。进行了对比研究，将所提控制器与 established 的刚性臂空中操纵方法进行基准测试，评估了不同情景和特征提取策略下的鲁棒性。仿真和实验结果展示了该方法在各种初始条件下的有效性，并在执行操作任务方面表现出稳健性能。
引用
@article{arxiv.2604.18961,
title = {AI-Enabled Image-Based Hybrid Vision/Force Control of Tendon-Driven Aerial Continuum Manipulators},
author = {Shayan Sepahvand and Farrokh Janabi-Sharifi and Farhad Aghili},
journal= {arXiv preprint arXiv:2604.18961},
year = {2026}
}