力图:从视觉中学习预测接触力分布
机器人学
2023-04-13 v1
摘要
当人类观察一个场景时,他们可基于经验大致想象作用于物体的力,并借此恰当地操控物体。本文考虑将这种“力可视化”能力迁移至机器人。我们假设,即便无法精确估计力,粗略的力分布(命名为“力图”)也可用于物体操控策略。基于该假设,我们提出一种从视觉预测力图的训练方法。为验证此假设,我们通过仿真生成物体成堆堆叠的场景,并训练模型从单张图像预测接触力。我们进一步应用域随机化使训练模型在真实图像上可用。实验结果表明,仅使用合成图像训练的模型即便对真实图像也能预测表征物体接触区域的近似模式。随后,我们设计了一种利用预测力分布规划 lifting 方向的简单算法。我们确认,使用预测力分布有助于为典型真实场景找到自然的 lifting 方向。此外,通过仿真评估表明,对于物体交叠的场景,对周围物体造成的扰动降低了 26%(平移位移)与 39%(角位移)。
引用
@article{arxiv.2304.05803,
title = {Force Map: Learning to Predict Contact Force Distribution from Vision},
author = {Ryo Hanai and Yukiyasu Domae and Ixchel G. Ramirez-Alpizar and Bruno Leme and Tetsuya Ogata},
journal= {arXiv preprint arXiv:2304.05803},
year = {2023}
}
备注
8 pages, 12 figures, 3 tables