基于触觉与视觉感知的实时状态估计及其在平面操作中的应用
机器人学
2018-05-16 v4
摘要
准确且鲁棒的物体状态估计是实现成功物体操作的前提。视觉感知被广泛用于估计物体位姿。然而，在杂乱场景或狭小工作空间中，机器人的末端执行器经常会遮挡视觉传感器对物体的视线。随后机器人将失去视觉反馈，并不得不退回到开环执行。本文使用一个求解 SLAM 问题的框架——增量平滑与建图，整合触觉与视觉输入，以提供一种快速且灵活的解决方案。视觉感知提供全局位姿信息，但通常噪声较大；而接触感知是局部的，其测量相对于末端执行器更为准确。通过结合两者，我们旨在发挥各自优势并克服其局限性。我们在推块系统场景下探索了该技术。我们将 iSAM 的测量代价与运动代价适配至推动场景，并使用一套加装传感器的实验装置，在不同物体形状、不同表面材料及不同接触模式下评估了估计质量。
引用
@article{arxiv.1709.09694,
title = {Realtime State Estimation with Tactile and Visual sensing. Application to Planar Manipulation},
author = {Kuan-Ting Yu and Alberto Rodriguez},
journal= {arXiv preprint arXiv:1709.09694},
year = {2018}
}