学习关节空间参考流形以实现可靠的物理辅助
机器人学
2024-01-15 v1
摘要
本文介绍了使用 Talos 人形机器人执行辅助性坐-站或站-坐任务的研究。在此类任务中，人类在极短时间（2–8 秒）内施加大量力（100–200 N），在人类不可预测性和机器人稳定性控制方面构成重大挑战。为应对这些挑战，我们提出一种为机器人寻找空间参考的方法，使机器人能够根据人类施加的力进行运动，并在任务期间控制其稳定性。具体而言，我们专注于为机器人寻找一维流形的问题，同时假设一个简单的控制器来引导其在该流形上的运动。为实现这一点，我们使用函数表示来参数化该流形，并求解一个考虑机器人稳定性和人类行为不可预测性的优化问题。我们通过仿真和 Talos 机器人实验证明了该方法的有效性，展示了其鲁棒性和适应性。
引用
@article{arxiv.2401.06671,
title = {Learning Joint Space Reference Manifold for Reliable Physical Assistance},
author = {Amirreza Razmjoo and Tilen Brecelj and Kristina Savevska and Aleš Ude and Tadej Petrič and Sylvain Calinon},
journal= {arXiv preprint arXiv:2401.06671},
year = {2024}
}
备注
Video can be accessed via: https://www.youtube.com/watch?v=GQAad6GFPlE&list=LL&index=1; Accepted for IROS 2023