基于质心与力/力矩感知的鲁棒抓取姿态自适应方法
机器人学
2022-05-03 v1
摘要
当机械臂抓取质量分布不均的物体时，由于物体重力产生附加力矩，可能发生物体掉落。为解决该问题，我们提出了一种新方法，无需额外的腕部与触觉传感器，也无需大量实验进行学习。首先，我们利用机械臂上广泛固定的关节力矩传感器与 RGBD 相机获取杆状物体的质心位置。进而，我们给出抓取策略以提高抓取稳定性。仿真实验在“Mujoco”中进行。结果表明，我们的工作能有效增强抓取鲁棒性。
引用
@article{arxiv.2205.01048,
title = {Center-of-Mass-based Robust Grasp Pose Adaptation Using RGBD Camera and Force/Torque Sensing},
author = {Shang Liu and Xiaobao Wei and Lulu Wang and Jing Zhang and Boyu Li and Haosong Yue},
journal= {arXiv preprint arXiv:2205.01048},
year = {2022}
}