基于平均曲率物体骨架的高质量抓取规划
机器人学
2017-10-09 v1
摘要
在这项工作中，我们提出一个抓取规划器，其集成两种信息源以为机械手生成鲁棒抓取。首先，通过构建平均曲率骨架并相应分割物体，纳入物体模型的拓扑信息，以识别适合施加抓取的物体区域。其次，研究局部表面结构，通过根据局部物体形状对齐手来构造可行且鲁棒的抓取姿态。我们展示了如何利用该信息推导不同的抓取策略，这也允许区分精确抓取和力量抓取。我们将该方法应用于KIT和YCB真实物体模型数据库的多种物体模型，并用多个机械手评估了该方法。结果表明，基于骨架的抓取规划器能够自主高效地生成高质量抓取。此外，我们评估了规划抓取对手部定位误差的鲁棒性，这些误差在真实应用中由于感知和执行不准确性而出现。评估表明，大多数生成的抓取是高质量的，因为即使手未精确放置，它们也能成功应用。
引用
@article{arxiv.1710.02418,
title = {Planning High-Quality Grasps using Mean Curvature Object Skeletons},
author = {Nikolaus Vahrenkamp and Eduard Koch and Mirko Waechter and Tamim Asfour},
journal= {arXiv preprint arXiv:1710.02418},
year = {2017}
}