利用软指尖的先前抓取感知提升重抓取效率
机器人学
2025-03-17 v1
摘要
在不同姿态下抓取同一物体通常是必要的，尤其是在处理工具或堆叠物品时。由于未知的物体属性与抓取姿态的变化，所需的抓取力是不确定且多变的。传统方法依赖实时反馈来谨慎控制抓取力，旨在防止滑移或损坏。然而，它们忽略了初始抓取中可复用的信息，将后续的重抓取尝试视为首次抓取，这显著降低了效率。为改进此问题，我们提出一种利用先前抓取尝试的感知来预测所需抓取力的方法，即使位置发生变化亦然。我们还引入了一种考虑指尖柔软度与物体不对称性的计算方法。理论分析证明了在单次抓取后预测各种姿态下抓取力的可行性。实验验证证实了我们预测方法的准确性与适应性。此外，结果表明，将预测的抓取力纳入基于反馈的方法中，可显著提升对一系列日常物体的抓取效率。
引用
@article{arxiv.2503.11057,
title = {Enhancing Regrasping Efficiency Using Prior Grasping Perceptions with Soft Fingertips},
author = {Qiyin Huang and Ruomin Sui and Lunwei Zhang and Yenhang Zhou and Tiemin Li and Yao Jiang},
journal= {arXiv preprint arXiv:2503.11057},
year = {2025}
}