FastOrient：用于辅助机器人抓取中手腕控制的轻量级计算机视觉方法
机器人学
2018-07-24 v1 计算机视觉与模式识别
摘要
用于人类抓握支持的可穿戴与辅助机器人广泛地要么是遥操作机械臂，要么通过对瘫痪用户手部进行矫形控制来运作。此类设备需要正确的朝向以实现成功且高效的抓取。在许多人机辅助场景中，终端用户被要求显式控制多个自由度，使得有效或高效的控制成为难题。在此我们展示通过用于抓取的自动末端执行器朝向控制，将辅助机器人与主动矫形器的底层控制卸载。本文描述了一种紧凑算法，其实现快速计算机视觉技术，通过分割由置于机器人设备末端执行器顶部的相机所获取的图像，来获得待抓取目标物体的朝向。优化抓取所需的旋转直接由物体朝向计算得出。该算法已在6种不同场景背景以及针对26个不同物体的末端执行器接近方式中得到评估。94.8%的物体在所有背景中均被检测到。在91.1%的情况下实现了物体抓取，并已通过机器人模拟器评估，证实了该算法的性能。
引用
@article{arxiv.1807.08275,
title = {FastOrient: Lightweight Computer Vision for Wrist Control in Assistive Robotic Grasping},
author = {Mireia Ruiz Maymo and Ali Shafti and A. Aldo Faisal},
journal= {arXiv preprint arXiv:1807.08275},
year = {2018}
}
备注
6 pages. Accepted for publication at IEEE BioRob 2018