学习复杂几何形状的接触流形用于精确的 peg-in-hole 插入姿态估计
机器人学
2025-05-27 v1 计算几何
摘要
富含接触的复杂非凸部件的装配在公差紧密的情况下仍然是一个巨大的挑战。纯模型驱动的方法在接触动力学不连续时难以处理，而无模型的方法需要大量数据且常常缺乏精度。在本工作中，我们引入了一个混合框架，仅利用复杂 peg 与其配合孔之间的接触状态信息，即可在装配期间恢复完整的 SE(3) 位姿。在在线执行时间不到 10 秒的情况下，一序列原始探测运动构建局部接触子流形，然后与预先计算的离线接触流形对齐，从而获得亚毫米级和亚度级的位姿估计。为消除昂贵的 k-NN 搜索，我们训练一个轻量级网络，将稀疏的接触观测投影到接触流形上，速度提升 95 倍，精度提高 18%。本方法在三个具有 0.1-1.0 mm 清隙的工业相关几何形状上评估，成功率达 93.3%，相较于无状态估计的原始策略提升了 4.1 倍。
关键词
引用
@article{arxiv.2505.19215,
title = {Learning the Contact Manifold for Accurate Pose Estimation During Peg-in-Hole Insertion of Complex Geometries},
author = {Abhay Negi and Omey M. Manyar and Dhanush Kumar Varma Penmetsa and Satyandra K. Gupta},
journal= {arXiv preprint arXiv:2505.19215},
year = {2025}
}
备注
Accepted and presented in IEEE ICRA 2025 Contact-Rich Manipulation Workshop (https://contact-rich.github.io/). Awarded Best Paper Runner-Up. 5 pages with 1 figure