黑暗中抓取：利用触觉反馈的零样本物体抓取
机器人学
2021-09-20 v2
摘要
抓取和操作多种多样的物体是一项基础技能，将决定机器人在家庭环境中成功的普及程度。已有若干用于鲁棒操作的末端执行器设计被提出，但它们大多在提供物体先验信息或配备用于估计物体形状或尺寸的外部传感器时才能工作。此类方法局限于多样本或未知物体，且易受外部估计系统的估计误差影响。我们提出一种抓取和操作先前未见过的或零样本物体的方法：即对于那些形状、尺寸、材料和重量属性均无任何先验的物体，仅使用触觉传感器的反馈，这与最先进方法相反。这种方法在物体模型未知或外部系统估计错误时均能实现鲁棒操作。我们的方法受动物或人类操作物体的思想启发，即利用来自皮肤的反馈。我们的抓取和操作围绕一个简单概念：若未被稳定抓取，物体就会滑落。这种滑移可被检测并补偿，从而实现与物体类型、形状、尺寸、材料和重量无关的鲁棒抓取。我们方法的核心是一种基于触觉反馈的新型控制器，可在抓取过程中检测并补偿滑移。我们使用配备 BioTac SP 触觉传感器的 Shadow Dexterous Hand 针对不同物体形状、尺寸、重量和材料进行了大量真实世界实验，成功评估并展示了所提方法。我们获得了 73.5% 的总体成功率。
引用
@article{arxiv.2011.00712,
title = {Grasping in the Dark: Zero-Shot Object Grasping Using Tactile Feedback},
author = {Kanishka Ganguly and Behzad Sadrfaridpour and Pavan Mantripragada and Nitin J. Sanket and Cornelia Fermüller and Yiannis Aloimonos},
journal= {arXiv preprint arXiv:2011.00712},
year = {2021}
}
备注
6 pages, 1 page references, 8 figures, 2 tables. Under review