将视觉-触觉感知融合至核化协同映射以实现非刚性物体的稳健抓取与精细操作
机器人学
2021-09-16 v1 系统与控制
系统与控制
摘要
使用机器人手处理非刚性物体需要一个不仅融合人类水平的灵巧性与认知，还融合多感官信息与系统动力学以实现稳健且精细交互的框架。在本研究中，我们此前受人类在抓取与操作中复用同一子空间行为启发而开发的核化协同（kernelized synergies）框架，被增强了视觉-触觉感知，以对未知物体实现自主且灵活的适应。为检测物体并估计其位姿，采用了一种简化的视觉流水线，使用 RANSAC 算法结合欧氏聚类与 SVM 分类器。为在抓取与操作非刚性物体时调节交互力度，引入了基于 T40S shokac 芯片传感器生成三维力信息的触觉反馈。此外，在核化协同框架中考察了不同的核函数，以评估其在任务可复现性、执行、泛化与协同可复用性方面的性能与潜力。使用机器人臂-手系统进行的实验验证了该升级框架在稳定抓取与灵巧操作非刚性物体上的能力与可用性。
引用
@article{arxiv.2109.07207,
title = {Fusing Visuo-Tactile Perception into Kernelized Synergies for Robust Grasping and Fine Manipulation of Non-rigid Objects},
author = {Sunny Katyara and Nikhil Deshpande and Fanny Ficuciello and Fei Chen and Bruno Siciliano and Darwin G. Caldwell},
journal= {arXiv preprint arXiv:2109.07207},
year = {2021}
}
备注
IEEE ICRA 2022 (under review)