面向可变形物体操作的模型驱动前馈预测

可变形物体的机器人操作是一个难题，特别是因为物体变形方式繁多且复杂。在这样的高维状态空间中进行搜索，使得可变形物体的识别、跟踪和操作变得困难。在本文中，我们引入了一种预测性的模型驱动方法来应对这一挑战，该方法使用预计算的、模拟的可变形物体模型数据库。常见可变形衣物的网格模型被模拟为在重力作用下以多种不同姿态被拾起，并存储在数据库中以实现快速高效的检索。为了验证该方法，我们开发了一个用于操作衣物的综合流水线，如同典型的洗衣任务。首先，数据库用于对任意位置的衣物进行类别和姿态估计。实时构建衣物的全特征 3D 模型，随后利用体积特征获取数据库中最相似的模型，以预测物体类别和姿态。其次，数据库可以通过非刚性配准显著有利于可变形物体的操作，在重建物体模型与数据库模型之间提供准确的对应关系。第三，精确的模型模拟也可用于优化可变形物体操作的轨迹，例如衣物的折叠。使用各种不同的衣物展示了上述任务的广泛实验结果。