弹性人形机器人上半身标定及面向运动规划的高效补偿
机器人学
2024-05-28 v1
摘要
高绝对精度是人形机器人自主且鲁棒地执行操作任务同时避障的基本前提。我们首次提出一种融入关节与横向弹性的拟人上半身运动学模型。这些弹性因机器人自重导致显著变形，所得模型通过力矩平衡隐式定义。我们成功为 DLR 的人形机器人 Agile Justin 标定该模型，包含所有 Denavit-Hartenberg 参数与弹性。标定被表述为带先验的组合最小二乘问题，并基于通过外部跟踪系统测得的两臂末端执行器位置。绝对位置误差在整个工作空间内从平均 21mm 大幅降至 3.1mm。在运动规划中使用这一复杂且隐式的运动学模型颇具挑战。我们展示，对于基于优化的路径规划，将隐式模型的迭代求解嵌入优化循环可得到优雅且高效的解决方案。对于 Agile Justin 这类轻度弹性机器人，无性能影响；即便对于模拟的弹性高 20 倍的高度柔性机器人，运行时间仅增加 30%。
引用
@article{arxiv.2311.08333,
title = {Calibration of an Elastic Humanoid Upper Body and Efficient Compensation for Motion Planning},
author = {Johannes Tenhumberg and Berthold Bäuml},
journal= {arXiv preprint arXiv:2311.08333},
year = {2024}
}