基于sEMG力预测的易碎可变形物体力引导高精度抓取控制
机器人学
2021-02-12 v2
摘要
高精度调节接触力对于抓取和操控易碎或可变形物体至关重要。我们旨在利用人手的灵巧性为机械手调节接触力,并以可穿戴、非侵入的方式开发人的感觉-运动协同。我们通过表面肌电图(sEMG)从骨骼肌自主收缩时的电活动中提取力信息。我们基于神经网络构建了回归模型,由预处理后的sEMG信号预测抓握力,并达到了高精度(R2 = 0.982)。基于从人体肌肉预测的力指令,我们开发了力引导控制框架,其中通过导纳控制器跟踪预测的抓握力参考来实现力控制,以抓取精细且可变形的物体。我们在日常生活中一组具代表性的易碎和可变形物体上验证了所提方法的有效性,所有物体均被成功抓取且无任何损伤或变形。
引用
@article{arxiv.2002.01791,
title = {Force-guided High-precision Grasping Control of Fragile and Deformable Objects using sEMG-based Force Prediction},
author = {Ruoshi Wen and Kai Yuan and Qiang Wang and Shuai Heng and Zhibin Li},
journal= {arXiv preprint arXiv:2002.01791},
year = {2021}
}
备注
8 pages, 11 figures, to be published on IEEE Robotics and Automation Letters. For the attached video, see https://youtu.be/0AotKaWFJDU