无扭矩传感下运动中的机器人臂接触定位
机器人学
2021-03-26 v4
摘要
检测并定位接触对于机械臂在非结构化环境中执行富含接触的任务至关重要。虽然机器人皮肤可定位机械臂表面的接触，但这些传感器尚不鲁棒或不易获取。因此，已有工作探索利用本体感知观测（如关节速度与扭矩）进行接触定位。许多以往方法假设接触发生时机器人静止、一次仅发生单次接触，或可使用精确动力学模型与关节扭矩传感。本文放宽这些假设，提出利用域随机化（Domain Randomization）训练神经网络，在无关节扭矩观测下定位运动中机器人臂的接触。我们的方法采用一种新颖的机器人臂表面柱面投影编码，使网络能使用卷积层处理输入特征，并使用转置卷积层预测接触。训练后的网络达到 91.5% 的接触检测准确率和 3.0cm 的平均接触定位误差。我们进一步展示了该接触定位模型在障碍物建图任务中的应用，并在仿真与真实世界中进行了评估。
引用
@article{arxiv.2011.03142,
title = {Contact Localization for Robot Arms in Motion without Torque Sensing},
author = {Jacky Liang and Oliver Kroemer},
journal= {arXiv preprint arXiv:2011.03142},
year = {2021}
}
备注
International Conference on Robotics and Automation (ICRA). May 2021