基于触觉预测的草莓串操控深度泛函预测控制
机器人学
2023-03-10 v1 人工智能
摘要
本文提出一种新方法，以解决机器人推动任务中的物理机器人交互（PRI）问题。该方法采用基于触觉预测的数据驱动前向模型，利用机器人触觉手指告知控制器被推动物体（如草莓茎）潜在的未来运动。该模型被集成到深度泛函预测控制（d-FPC）系统中，以控制推动过程中触觉手指上茎的位移。使用机器人手指沿期望轨迹在三维空间中推动物体是一种高度非线性且复杂的物理机器人交互，尤其当物体未被稳定抓取时。所提方法在预测时域内控制触觉手指上的茎运动。所提FPC的有效性通过一系列真实机器人推动草莓串的测试得到验证。结果表明，d-FPC控制器能够成功控制机器人操控任务中的PRI，且不限于草莓处理。所提方法为解决机器人操控任务中具挑战性的PRI问题提供了有前景的方向。未来工作将探索该方法对其他物体和任务的泛化。
引用
@article{arxiv.2303.05393,
title = {Deep Functional Predictive Control for Strawberry Cluster Manipulation using Tactile Prediction},
author = {Kiyanoush Nazari and Gabriele Gandolfi and Zeynab Talebpour and Vishnu Rajendran and Paolo Rocco and Amir Ghalamzan E.},
journal= {arXiv preprint arXiv:2303.05393},
year = {2023}
}
备注
Submitted to IEEE IROS 2023