基于图像的机器人操作手臂的视觉规划与控制路线图
机器人学
2025-07-04 v3
摘要
本工作提出了一种用于机器人操作手臂的运动规划框架，直接在图像空间计算碰撞自由的路径。生成的路径可以then通过基于视觉的控制进行跟踪，无需显式的机器人模型或proprioceptive 传感。我们方法的核心是完全在图像空间构建路线图。为此，我们基于视觉特征而非几何模型明确定义抽样、最近邻选择和碰撞检测。我们首先通过在机器人工作空间内移动机器人来收集一组图像空间样本，在不同配置下捕获手臂沿身体的关键点。这些样本作为路线图的节点，我们使用要么学习的，要么预定义的距离度量标准来构建路线图。在运行时，路线图直接在图像空间生成碰撞自由的路径，无需机器人模型或关节编码器。我们通过实验研究验证了该方法，其中机器人手臂使用自适应基于视觉的控制方案遵循计划中的路径以避免障碍物。结果显示，使用学习距离路线图生成的路径在控制收敛方面实现了 100% 的成功率，而预定义的图像空间距离路线图虽然实现了更快的暂态响应，但在收敛成功率方面较低。
引用
@article{arxiv.2502.19617,
title = {Image-Based Roadmaps for Vision-Only Planning and Control of Robotic Manipulators},
author = {Sreejani Chatterjee and Abhinav Gandhi and Berk Calli and Constantinos Chamzas},
journal= {arXiv preprint arXiv:2502.19617},
year = {2025}
}