基于机器人抓取序列中表面接触特征的无位姿物体分类
机器人学
2024-04-01 v1
摘要
在这项工作中，我们提出了两种利用配备本体感知的多指机械手进行物体识别的低成本方法。这两种方法均在已知物体上进行训练，并依赖于在物体上执行几次抓取过程中获得的有限特征集。与文献中的大多数方法不同，我们的方法不依赖于物体与手之间相对位姿的知识，这极大地扩展了应用领域。然而，如果该知识可用，我们提出一个额外的主动探索步骤，以减少对物体进行良好识别所需的总抓取次数。其中一种方法依赖于接触位置和法线，另一种仅依赖于接触位置。我们在 GraspIt! 模拟器中测试了所提出的方法，并表明在无位姿条件下，基于触觉的物体分类是可行的。我们评估了能产生最准确结果且所需分类抓取次数最少的参数。
引用
@article{arxiv.2403.19840,
title = {Pose-free object classification from surface contact features in sequences of Robotic grasps},
author = {Teresa Alves and Alexandre Bernardino and Plinio Moreno},
journal= {arXiv preprint arXiv:2403.19840},
year = {2024}
}