基于点云的抓取轨迹优化

我们提出了一种新的机器人抓取轨迹优化方法，该方法基于机器人和工作空间的点云表示。在我们的方法中，机器人由其连杆表面的 3D 点表示。机器人的工作空间由点云表示，该点云可从深度传感器获取。利用点云表示，抓取中的目标到达可表述为点匹配问题，而碰撞避免可通过查询场景点点符号距离场中机器人点的符号距离值来高效实现。因此，我们将联合运动与抓取规划问题 formulate 为一个约束非线性优化问题。我们方法的优势在于点云表示具有通用性，可适用于任何环境中的任何机器人。我们在桌面场景和货架场景中，使用 Fetch 移动操作机器人和 Franka Panda 机械臂进行抓取实验，验证了该方法的有效性。项目页面见 \url{https://irvlutd.github.io/GraspTrajOpt}。