基于视觉-触觉感知的运动学与力轨迹联合推断
机器人学
2019-03-12 v1
摘要
为执行复杂任务，机器人必须能够与其周围环境交互并操控之。其中关键挑战之一是在物理交互过程中的鲁棒状态估计，该状态不仅涉及机器人与被操控物体，还包括接触本身的状态。本工作中，在平面推动背景下，我们将已有的基于推断的状态估计方法从多方面拓展。我们在多个操控平台上估计机器人、物体及接触状态，这些平台配置了基于视觉的关节模型跟踪器，以及仿生触觉传感器或力-力矩传感器之一。我们展示了如何融合来自跟踪器与触觉传感器的原始测量，通过在因子图上的概率推断（批量与增量两种设定下）联合估计运动学状态轨迹与系统中的作用力。我们基于该框架进行了若干基准测试，并展示了在引入各类几何与基于物理的约束、遮挡视觉传感器或向触觉传感器注入噪声时性能所受影响。我们还在多个数据集上与已有工作比较，证明我们的方法能有效优化多模态传感器数据并降低不确定性以获得更优状态估计。
引用
@article{arxiv.1903.03699,
title = {Joint Inference of Kinematic and Force Trajectories with Visuo-Tactile Sensing},
author = {Alexander Lambert and Mustafa Mukadam and Balakumar Sundaralingam and Nathan Ratliff and Byron Boots and Dieter Fox},
journal= {arXiv preprint arXiv:1903.03699},
year = {2019}
}