协作机器人的姿态模仿约束

在机器人研究的众多领域中,实现类人运动一直是一项基本目标。逆运动学(IK)求解器已被探索作为为运动学结构提供拟人化运动的方案。特别是基于几何的数值求解器(如 FABRIK)已展现出以低计算成本生成类人运动的潜力。然而,这些方法在求解机器人运动学约束时表现出局限性。本文提出一种受 FABRIK 启发的实时人体姿态模仿框架。目标是缓解原算法的问题,同时保留所得的类人流畅性与低成本。我们首先提出一种用于姿态模仿的人体约束模型。随后,给出一种姿态模仿算法(PIC)及其软版本(PICs),可利用所提约束系统成功模仿人体姿态。PIC 在两台协作机器人(Baxter 与 YuMi)上测试。为双手装配与切开任务收集了五十个人类演示。然后,为两台机器人获取两项性能指标:相对于人的姿态精度,以及环境遮挡/阻碍百分比。将 PIC 与 PICs 的性能对比数值求解器基线(FABRIK)。所提算法在两任务上均取得高于 FABRIK 的姿态精度(25%-FABRIK,53%-PICs,58%-PICs)。此外,PIC 及其软版本在切开任务中实现了更低的遮挡百分比(10%-FABRIK,4%-PICs,9%-PICs)。这些结果表明 PIC 方法可复现人体姿态并实现拟人模仿的关键预期效果。