基于学习到的滑移模型与轨迹自适应的主动滑移控制
机器人学
2022-09-14 v1
摘要
本文提出了一种用于处理机器人操作运动过程中物体滑移的新颖控制方法。滑移是许多机器人抓取与操作任务失败的主要原因。现有工作通过增大夹持力来避免/控制滑移。然而，在以下情况中这可能不可行：(i) 机器人无法增大夹持力——已施加最大夹持力；或 (ii) 增大的力会损坏被抓物体，例如柔软水果。此外，机器人在物体表面形成稳定抓取时会固定夹持力，而在实时操作过程中改变夹持力可能并非有效的控制策略。我们提出了一种新颖的滑移避免控制方法，包括一个学习到的动作条件滑移预测器，以及一个在给定期望机器人动作时避免预测滑移的约束优化器。我们通过一系列真实机器人测试用例，展示了所提具有滚动时域控制器的轨迹自适应方法的有效性。我们的实验结果表明，我们所提出的数据驱动预测控制器能够控制训练中未见过物体的滑移。
引用
@article{arxiv.2209.06019,
title = {Proactive slip control by learned slip model and trajectory adaptation},
author = {Kiyanoush Nazari and Willow Mandil and Amir Ghalamzan E},
journal= {arXiv preprint arXiv:2209.06019},
year = {2022}
}
备注
12 pages, 6 figures