基于平行传输与流形感知ICP的人到机器人可操作度域适应
机器人学
2022-08-17 v1
摘要
可操作度椭球能有效刻画人体姿态并揭示当前任务的信息。其在任务依赖型机器人示教中的应用——尤其是从示教者到学习者的迁移——可推进类人运动的模仿。尽管近期文献关注于两台机器人之间的可操作度迁移，但针对另一运动学系统能力的适应性调整至今未被解决，而从人到机器人的迁移研究仍处于起步阶段。本文提出一种新颖的可操作度域适应方法，用于将可操作度信息迁移至另一运动学系统的域中。由于可操作度矩阵/椭球为对称正定（SPD）矩阵，它们可被视为SPD矩阵黎曼流形上的点。我们首次从点云配准的角度解决可操作度迁移问题。我们提出了一种具有平行传输初始化的流形感知迭代最近点算法（ICP）。此外，我们基于固有几何特征引入了可操作度椭球的对应匹配启发式方法。我们在2自由度机械臂以及代表人体手臂运动学的7自由度模型的仿真实验中验证了我们的方法。
引用
@article{arxiv.2208.07588,
title = {Human-to-Robot Manipulability Domain Adaptation with Parallel Transport and Manifold-Aware ICP},
author = {Anna Reithmeir and Luis Figueredo and Sami Haddadin},
journal= {arXiv preprint arXiv:2208.07588},
year = {2022}
}
备注
8 pages, 6 figures, to be published in 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)