基于质心的抓取位姿自适应：利用三维测距与力/力矩感知
机器人学
2018-02-20 v1
摘要
抓取物体时，其质量可能产生超出硬件强度极限的高手腕力矩，导致抓取不稳或机器人严重损坏。本工作提出一种基于质心（CoM）的新抓取位姿自适应方法，结合外部三维感知与本体力/力矩传感器反馈来拾取物体。该方法以两个迭代阶段工作，提供可靠且手腕力矩高效的抓取。起初，由输入测距数据估计物体几何质心。第一阶段，在物体上定位一组手尺寸把手抓取点，并选取最靠近其质心者进行抓取。第二阶段，用单臂抬起物体，同时监测腕部传感器之力与力矩读数。基于这些读数，计算到新质心估计的位移。物体被释放并重复该过程，直至手腕力矩消耗最小化。我们方法的优势在于融合外部（三维测距）与本体（力/力矩）感知以寻找最小化手腕消耗的抓取位置，潜在提升抓取及后续操作任务的可靠性。我们利用人形机器人 WALK-MAN 在一组含把手的物体上执行若干测试，对方法作了实验验证。
引用
@article{arxiv.1802.06392,
title = {Center-of-Mass-Based Grasp Pose Adaptation Using 3D Range and Force/Torque Sensing},
author = {Dimitrios Kanoulas and Jinoh Lee and Darwin G. Caldwell and Nikos G. Tsagarakis},
journal= {arXiv preprint arXiv:1802.06392},
year = {2018}
}
备注
25 pages, 10 figures, International Journal of Humanoid Robotics (IJHR)