用于实时建模可变形线性对象的可微离散弹性棒
机器人学
2025-03-10 v4
摘要
本文解决了在动态运动中对可变形线性对象（DLOs，如绳索和电缆）进行建模的任务，这一任务在长时间范围内具有显著挑战性，due to DLOs 的复杂动力学。为了应对这些挑战，本文提出了一种名为可微分离散弹性棒用于可变形线性对象实时建模（DEFORM）的新框架，该框架将可微物理模型与学习框架相结合，用于准确且实时地对 DLOs 进行建模。在包含两个工业机器人和多种传感器的实验 setup 中评估了 DEFORM 的性能。一系列全面实验表明，DEFORM 在准确性、计算速度和通用性方面优于当前最先进的方法。为进一步展示 DEFORM 的实用性，本文将其集成到感知管道中，并在存在遮挡的情况下跟踪 DLOs 时显示出优于当前最先进方法的优越性能。最后，本文展示了在应用中对 DLOs 进行自主规划和控制时，DEFORM 相对于当前最先进方法表现出优越性能。项目页面：https://roahmlab.github.io/DEFORM/
引用
@article{arxiv.2406.05931,
title = {Differentiable Discrete Elastic Rods for Real-Time Modeling of Deformable Linear Objects},
author = {Yizhou Chen and Yiting Zhang and Zachary Brei and Tiancheng Zhang and Yuzhen Chen and Julie Wu and Ram Vasudevan},
journal= {arXiv preprint arXiv:2406.05931},
year = {2025}
}
备注
Accepted to CoRL 2024