基于质心的未知物体鲁棒抓取规划：使用触觉-视觉传感器
机器人学
2020-06-02 v1
摘要
不稳定的抓取姿态会导致滑移，因此可通过滑移检测预测不稳定的抓取姿态。此后需要进行重新抓取以修正抓取姿态从而完成任务。在这项工作中，我们提出一种带有多传感器模块的新型重新抓取规划器，利用滑移检测器的反馈来规划抓取调整。随后训练一个重新抓取规划器以估计质心位置，帮助机器人找到最优抓取姿态。本工作的数据集由1025次滑移实验和1347次重新抓取组成，由一对触觉传感器、一个RGB-D相机和一台配备关节力/力矩传感器的Franka Emika机械臂采集。我们表明，我们的算法能成功检测并分类5个未知测试物体的滑移，准确率达76.88%，且重新抓取规划器相比最先进的基于视觉的抓取算法将抓取成功率提高了31.0%。
引用
@article{arxiv.2006.00906,
title = {Center-of-Mass-based Robust Grasp Planning for Unknown Objects Using Tactile-Visual Sensors},
author = {Qian Feng and Zhaopeng Chen and Jun Deng and Chunhui Gao and Jianwei Zhang and Alois Knoll},
journal= {arXiv preprint arXiv:2006.00906},
year = {2020}
}
备注
6 pages + references