PointGrasp：面向腱驱动软体机器人手套应用的基于点云的抓取
机器人学
2024-03-20 v1 人工智能
摘要
由于理解用户意图的困难，控制手部外骨骼以辅助个体完成抓取任务构成了一项挑战。我们提出，大多数日常生活活动（ADL）中的日常抓取任务可以通过分析来自三维点云的对象几何形状（简单和复杂）来推断。本研究引入了PointGrasp，这是一个实时系统，旨在从语义上识别家居场景，以支持和增强日常生活活动中的辅助，从而实现定制的端到端抓取任务。该系统包含一个集成到腱驱动软体机器人手套中的RGB-D相机、惯性测量单元和微处理器。RGB-D相机以超过每秒30帧的速率处理三维场景。所提出的流程对于简单几何体展示了0.8 ± 0.39厘米的平均均方根误差，对于复杂几何体展示了0.11 ± 0.06厘米的平均均方根误差。在每种模式下，它都能识别并精确定位可触及的物体。该系统在端到端视觉驱动的机器人辅助康复手动任务中展现出前景。
引用
@article{arxiv.2403.12631,
title = {PointGrasp: Point Cloud-based Grasping for Tendon-driven Soft Robotic Glove Applications},
author = {Chen Hu and Shirui Lyu and Eojin Rho and Daekyum Kim and Shan Luo and Letizia Gionfrida},
journal= {arXiv preprint arXiv:2403.12631},
year = {2024}
}
备注
6 pages, 8 figures, conference