BagIt！一种用于对fabric bag进行对象装袋的自适应双臂操纵
机器人学
2025-09-12 v1 系统与控制
系统与控制
摘要
装袋任务常见于工业场景，由于可变形袋子的复杂且不可预测的特性，面临着挑战。本文提出了一种基于自适应 Structure-of-Interest（SOI）操纵策略的自动化装袋系统，用于双机器人臂。该系统根据实时视觉反馈动态调整其动作，无需预先了解袋子特性。我们的框架集成了高斯混合模型（GMM）用于估计 SOI 状态，优化技术用于 SOI 生成，通过受限双向快速探索随机树（CBiRRT）进行运动规划，并使用模型预测控制（MPC）实现双臂协调。广泛的实验验证了该系统在各种物体上执行精确且稳健的装袋任务方面的能力，展示了其适应性。这一工作为机器人可变形物体操纵（DOM）特别是自动化装袋任务提供了新的解决方案。本作品的视频可在 https://youtu.be/6JWjCOeTGiQ 查看。
引用
@article{arxiv.2509.09484,
title = {BagIt! An Adaptive Dual-Arm Manipulation of Fabric Bags for Object Bagging},
author = {Peng Zhou and Jiaming Qi and Hongmin Wu and Chen Wang and Yizhou Chen and Zeqing Zhang},
journal= {arXiv preprint arXiv:2509.09484},
year = {2025}
}