基于内在触觉度量的准静态操作任务规划：书籍插入案例研究
机器人学
2025-04-18 v3
摘要
接触丰富的操作通常需要与物体进行策略性交互，例如推动以完成特定任务。我们提出了一种新场景：机器人通过将相邻书籍推开以腾出空间，然后将新书插入拥挤的书架中。经典规划算法在此情境下失效，原因在于空间有限以及其回避接触的倾向。此外，它们无法处理间接可操作物体，也不考虑力的交互。我们的主要贡献包括：i) 将准静态操作重新表述为基于平衡条件导出的隐式流形上的规划问题；ii) 使用内在触觉度量而非临时设计的代价函数；iii) 提出一种自适应算法，同时更新机器人状态、物体位置、接触点和触觉距离。我们在拥挤书架插入任务上评估了所提方法，该方法可一般性地应用于刚体操作任务。我们使用超椭圆来表示物体，以捕捉接触点和力。这种简化模型保证了可微性。我们的框架自主发现策略性的楔入策略，而简化的接触模型实现了与真实场景类似的行为。我们还改变了刚度和初始位置以全面分析框架。视频链接：https://youtu.be/eab8umZ3AQ0。
引用
@article{arxiv.2411.04374,
title = {Planning for quasi-static manipulation tasks via an intrinsic haptic metric: a book insertion case study},
author = {Lin Yang and Sri Harsha Turlapati and Chen Lv and Domenico Campolo},
journal= {arXiv preprint arXiv:2411.04374},
year = {2025}
}