基于机载接近传感器的机械臂物理人机交互接触预判

在本文中，我们提出一个将避障与有意物理交互相结合的机械臂框架。随着人类与机器人开始在工作与家庭环境中共存，纯粹的碰撞避免已不充分，因为人机接触不可避免，且在某些情况下是所期望的。我们的工作使机械臂能够预判、检测接触并作出响应。为此，我们允许通过降低速度与运动限制使机器人对其原始轨迹有有限偏离。随后，若发生接触，机器人可借助一种新颖的动态接触阈值算法检测并操控。本工作的核心贡献是动态接触阈值，它使配备机载接近传感器的机械臂能够跟踪附近物体并在碰撞预判中减小接触力。我们的框架在物理人机交互中引发自然行为。我们在多种场景下使用 Franka Emika Panda 机械臂评估系统；总体结果表明，我们的贡献不仅能避免和响应接触，还能预判接触。