面向飞行中不规则物体捕捉的神经运动预测
机器人学
2021-03-16 v1
摘要
飞行中物体的捕捉极具挑战性。机器人需在数十毫秒内依次完成轨迹预测、拦截位置计算与运动规划。由于飞行中的不规则物体受多种力作用，时变加速度使得运动预测十分困难。为补偿系统的非线性，我们引入神经加速度估计器（Neural Acceleration Estimator, NAE），通过观察先前偏转轨迹的一小段来估计变化的加速度。此外，结合可微滤波器（Differentiable Filter, NAE-DF）的端到端训练为测量不确定性提供了监督，并进一步提升了预测精度。实验结果表明，采用 NAE 与 NAE-DF 的运动预测优于其他方法，并对未见物体具有良好的泛化性能。我们在真实世界的机器人上测试了所提方法，执行速度控制，并分别在聚氨酯香蕉与葫芦上取得了 83.3% 与 86.7% 的成功率。我们还发布了一个包含 1,500 条不规则物体飞行轨迹的数据集。
引用
@article{arxiv.2103.08368,
title = {Neural Motion Prediction for In-flight Uneven Object Catching},
author = {Hongxiang Yu and Dashun Guo and Huan Yin and Anzhe Chen and Kechun Xu and Yue Wang and Rong Xiong},
journal= {arXiv preprint arXiv:2103.08368},
year = {2021}
}