基于联合形状和张力预测的可证安全变形线性物体操控
机器人学
2025-05-21 v1 机器学习
摘要
变形线性物体（DLO）的操控因其复杂动力学以及在接触丰富环境中的安全交互需求而具有挑战性。大多数现有模型仅关注形状预测，未考虑接触和张力约束，可能导致DLO及机器人损坏。本文提出一种针对DLO操控的可证安全运动规划与控制框架。我们方法的核心是联合估计DLO未来形状和张力的预测模型。这些预测被集成到基于多项式zonotope的实时轨迹优化器中，以在执行过程中强制执行安全约束。我们在使用7自由度机器人臂进行的仿真线缆装配任务中评估了该框架。与最新方法相比，我们的方法在保持更高任务成功率的同时避免了所有安全违规。结果表明，该方法使我们能够在接触丰富的环境中实现稳健且安全的DLO操控。
引用
@article{arxiv.2505.13889,
title = {Certifiably Safe Manipulation of Deformable Linear Objects via Joint Shape and Tension Prediction},
author = {Yiting Zhang and Shichen Li},
journal= {arXiv preprint arXiv:2505.13889},
year = {2025}
}
备注
Accepted to ICRA 2025 Workshop on Learning Meets Model-Based Methods for Contact-Rich Manipulation