CoSTAR：基于行为树与视觉指导协作机器人
机器人学
2016-11-21 v1
摘要
为了使协作机器人变得实用，非机器人学专家的终端用户必须能够指导它们执行各种任务。基于这一目标，我们开发了一个系统，使终端用户能够创建具有广泛能力的鲁棒任务计划。CoSTAR：任务自动化与识别协作系统是我们参加 2016 年汉诺威工业博览会上 KUKA 创新奖竞赛的获奖作品，今年的竞赛主题是柔性制造。CoSTAR 的独特之处在于它创建了自然的抽象，利用感知来表示世界，使得用户既能理解又能利用它来编写能力强且鲁棒的任务计划。我们基于行为树的任务编辑器将来自已知物体分割与位姿估计的高层信息，与空间推理及机器人动作相结合，以创建鲁棒的任务计划。我们描述了该系统在多台工业机器人上的跨平台设计与实现，并评估了其对各种用例的适用性。
引用
@article{arxiv.1611.06145,
title = {CoSTAR: Instructing Collaborative Robots with Behavior Trees and Vision},
author = {Chris Paxton and Andrew Hundt and Felix Jonathan and Kelleher Guerin and Gregory D. Hager},
journal= {arXiv preprint arXiv:1611.06145},
year = {2016}
}