CFVS:面向6自由度无对象依赖插孔装配的由粗到精视觉伺服
机器人学
2023-01-20 v2
摘要
由于对高精度要求,机器人插孔装配仍是一项具有挑战性的任务。以往工作往往通过限制末端执行器的自由度,或限制目标与初始位姿间的距离来简化问题,这阻碍了它们在真实制造场景中的部署。因此,我们提出一种由粗到精视觉伺服(CFVS)插孔方法,基于3D视觉反馈实现6自由度末端执行器运动控制。CFVS可通过细化前的快速位姿估计处理任意倾斜角度和较大的初始对齐误差。此外,通过引入置信度图以忽略物体无关轮廓,CFVS对噪声具有鲁棒性,并能处理超出训练数据的各类目标。大量实验表明,CFVS优于SOTA方法,并在3自由度、4自由度和6自由度插孔中分别取得100%、91%和82%的平均成功率。
引用
@article{arxiv.2209.08864,
title = {CFVS: Coarse-to-Fine Visual Servoing for 6-DoF Object-Agnostic Peg-In-Hole Assembly},
author = {Bo-Siang Lu and Tung-I Chen and Hsin-Ying Lee and Winston H. Hsu},
journal= {arXiv preprint arXiv:2209.08864},
year = {2023}
}
备注
Accepted by ICRA 2023