使用新型“推吸”工具在货架上进行机械搜索
机器人学
2022-01-25 v1 机器学习
摘要
货架因其存储效率而在家庭、仓库和商业环境中十分常见。然而，这种效率以可见性与可抓取性降低为代价。从货架的侧向（横向）视角观察时，大多数物体会被完全遮挡，从而导致一种受限的横向可达机械搜索问题。为解决该问题，我们提出：(1) 一种结合薄推片与吸盘夹爪的新型 bluction（推吸）工具；(2) 一种改进的 LAX-RAY 仿真流水线与感知模型，其将光线投射与 2D Minkowski 和相结合以高效生成目标占据分布；(3) 一种新型 SLAX-RAY 搜索策略，其利用推吸工具最优地缩减目标物体分布支撑区域。来自 2000 次模拟货架试验及 18 次配备推吸工具的 Fetch 物理机器人试验的数据表明，相较于表现最佳的纯推动策略，使用吸力抓取动作在模拟与物理环境中分别将成功率提升了 26% 与 67%。
引用
@article{arxiv.2201.08968,
title = {Mechanical Search on Shelves using a Novel "Bluction" Tool},
author = {Huang Huang and Michael Danielczuk and Chung Min Kim and Letian Fu and Zachary Tam and Jeffrey Ichnowski and Anelia Angelova and Brian Ichter and Ken Goldberg},
journal= {arXiv preprint arXiv:2201.08968},
year = {2022}
}