双臂机器人在三维受限环境中对可变形线状物体的可泛化全身全局操控
机器人学
2024-10-01 v2
摘要
受限环境在可变形线状物体(DLOs)操控的实际应用中十分常见,其中 DLOs 与机器人的运动均须受约束。由于 DLOs 高度可变形、双臂机器人自由度高以及三维复杂环境,该任务具有高维和高度约束的特点,使得全局规划颇具挑战。此外,规划所需的精确 DLO 模型常因其强非线性和多样性而难以获取,导致规划路径不可靠。本文聚焦于双臂机器人在受限环境中对 DLOs 的全局移动与塑形,主要目标为:1)高效且精确地完成该任务;2)实现对多种 DLOs 的可泛化且鲁棒的操控。为此,我们提出了一种结合全身规划与控制、并采用适当 DLO 模型表示的互补框架。首先,基于简化的 DLO 能量模型提出一个全局规划器,该模型考虑全系统状态与所有约束以规划更可靠的路径,从而高效求得可行解。随后,提出一种闭环操控方案以补偿建模误差并增强鲁棒性与精度,其包含一个基于自适应 DLO 运动模型实时调整机器人运动的模型预测控制器。核心创新在于,我们的框架能够高效求解含多重约束的高维问题,且无需精细的模型辨识即可泛化至各类 DLOs。实验表明,相较现有工作,我们的框架可完成复杂得多的任务,且在效率、泛化性与可靠性上显著提升。
引用
@article{arxiv.2310.09899,
title = {Generalizable whole-body global manipulation of deformable linear objects by dual-arm robot in 3-D constrained environments},
author = {Mingrui Yu and Kangchen Lv and Changhao Wang and Yongpeng Jiang and Masayoshi Tomizuka and Xiang Li},
journal= {arXiv preprint arXiv:2310.09899},
year = {2024}
}
备注
Accepted by IJRR. Project website: https://mingrui-yu.github.io/DLO_planning_2