在真实环境中演示移动操作:一种基于指标的方法
机器人学
2024-01-04 v1
摘要
我们展示了一个通用的移动操作机器人系统,包括定制的机器人平台和覆盖感知与规划的关键算法。为了在真实环境中广泛测试该系统并评估其性能,我们选择了一个实际且未经改造的杂货店中的杂货购物场景。我们从18个月内进行的六次为期一周的现场测试中收集的详细机器人日志数据中提取关键性能指标。这些从复杂但可重复的测试中获得的客观指标,引导了我们研究工作的方向,并使我们能够持续改进系统的性能。我们发现,对复杂移动操作机器人系统进行彻底的端到端系统级测试,可以作为对机器人学最先进方法的现实检验。这有效地将机器人学研究工作扎根于真实世界的需求和挑战中,我们认为这对该领域的进步非常有用。为此,我们分享我们的关键见解和收获,以激励和加速类似的系统级研究项目。
引用
@article{arxiv.2401.01474,
title = {Demonstrating Mobile Manipulation in the Wild: A Metrics-Driven Approach},
author = {Max Bajracharya and James Borders and Richard Cheng and Dan Helmick and Lukas Kaul and Dan Kruse and John Leichty and Jeremy Ma and Carolyn Matl and Frank Michel and Chavdar Papazov and Josh Petersen and Krishna Shankar and Mark Tjersland},
journal= {arXiv preprint arXiv:2401.01474},
year = {2024}
}
备注
Presented at RSS 2023 [Best Demo Paper Award]