基于位姿与剪切的触觉伺服
机器人学
2023-12-15 v1
摘要
触觉伺服是一项重要技术，因为它使机器人能够精确、准确地操控物体，同时实时适应环境变化。一种利用高分辨率软触觉传感器进行触觉伺服控制的方法，是使用卷积神经网络（CNN）估计相对于物体表面的接触位姿，并将其用作反馈信号。本文研究了如何将表面位姿估计模型扩展以包含剪切信息，并利用这些组合的位姿-剪切模型开发了一个触觉机器人系统，该系统可编程用于多种非抓取式操控任务，如物体跟踪、表面跟随、单臂物体推动和双臂物体推动。在此过程中，需要克服两个技术挑战。首先，使用包含剪切引起的滑移的触觉数据可能导致易出错的估计，不适用于精确控制，因此我们将CNN修改为高斯密度神经网络，并使用判别式贝叶斯滤波器，结合利用机器人运动学的状态动力学模型来改进预测。其次，为了在与物体交互时实现三维空间中的平滑机器人运动，我们采用了基于SE(3)速度的伺服控制，这需要使用李群理论重新推导贝叶斯滤波器的更新方程，因为许多标准假设对于定义在非欧几里得流形上的状态变量不成立。未来，我们相信基于位姿与剪切的触觉伺服将实现多种物体操控任务以及多指触觉机器人手的完全灵巧运用。视频：https://www.youtube.com/watch?v=xVs4hd34ek0
引用
@article{arxiv.2312.08411,
title = {Pose and shear-based tactile servoing},
author = {John Lloyd and Nathan F. Lepora},
journal= {arXiv preprint arXiv:2312.08411},
year = {2023}
}
备注
Accepted in International Journal of Robotics Research (IJRR). 29 pages, 20 figures. Related technical report: arXiv:2306.08560. Video: https://www.youtube.com/watch?v=xVs4hd34ek0