基于关键点与环境约束下可变形线性物体的双臂成型分层动作规划
机器人学
2021-10-19 v1
摘要
本文探讨了在双臂机器人系统中，基于接触的可变形线性物体向期望形状进行操作的问题。为了减轻高维连续状态-动作空间的负担，我们通过提出的关键点检测网络将 DLO 建模为运动学多体系统。这一新的感知网络在合成的标注图像数据集上进行训练，并在无需进行任何人工标注的情况下迁移到真实操作场景。我们的目标条件策略能够有效地学习基于检测到的关键点重新配置 DLO 的构型。所提出的分层动作框架利用两个动作原语，以由粗到细的方式（包含高层任务规划和低层运动控制）解决操作问题。由于算法在每次双臂执行后都会重新规划其运动，因此避免了对变形属性的识别。实验结果表明，我们的方法在 DLO 的状态表示中取得了高性能，并且对不确定的环境约束具有鲁棒性。
引用
@article{arxiv.2110.08962,
title = {Keypoint-Based Bimanual Shaping of Deformable Linear Objects under Environmental Constraints using Hierarchical Action Planning},
author = {Shengzeng Huo and Anqing Duan and Chengxi Li and Peng Zhou and Wanyu Ma and David Navarro-Alarcon},
journal= {arXiv preprint arXiv:2110.08962},
year = {2021}
}