基于函数映射对应的可变形物体抓取迁移
机器人学
2022-03-03 v1
摘要
处理机器人抓取中的物体变形仍然是一个需要解决的主要问题。在本文中，我们针对此问题提出了一种高效的无学习解决方案，其中为物体某个区域生成的抓取假设被适配到其变形构型。为此，我们研究了函数映射（FM）对应的适用性，其中形状匹配问题被视为在约化基中搜索几何函数之间的对应关系。对于用户选择的物体区域，使用基于局部接触矩（LoCoMo）的抓取规划器生成一个排序的抓取候选列表。所提出的基于FM的方法将这些候选映射到经历了任意程度变形的物体实例上。然后，通过分析其运动学可行性，同时尽可能尊重原始手指配置，选择最佳抓取并在物体上执行。我们针对4种不同物体和5种不同变形，在抓取稳定性和区域抓取精度方面，将我们的方法与两种最先进的对应映射技术进行了性能比较。
引用
@article{arxiv.2203.00776,
title = {Grasp Transfer for Deformable Objects by Functional Map Correspondence},
author = {Cristiana de Farias and Brahim Tamadazte and Rustam Stolkin and Naresh Marturi},
journal= {arXiv preprint arXiv:2203.00776},
year = {2022}
}
备注
Accepted IEEE ICRA 2022