重新审视用于关节物体操作的本体感知

协助人类的机器人需要能够与橱柜或微波炉等关节物体进行交互。早期构建此类系统的研究利用本体感知在接触过程中估计关节机构。然而，如今几乎所有系统都仅使用视觉，在接触时不再考虑本体感知信息。我们认为接触过程中的本体感知信息是一种有价值的信息来源，且在文献中未发现不使用它的明确动机。因此，在本文中，我们构建了一个系统，该系统从给定的抓取出发，利用本体感知，通过位置控制机器人和平行夹爪来打开橱柜。我们对该系统进行了定性评估，发现夹爪与把手之间的打滑限制了性能。尽管如此，我们发现该系统已经表现相当良好。这引出了一个问题：在关节物体操作系统中，我们是否应更多地利用接触时的本体感知信息，还是它不值得增加复杂性，且我们可以仅依靠视觉应对？我们对此问题没有答案，但希望就此引发一些讨论。该系统的代码库与视频可在 https://tlpss.github.io/revisiting-proprioception-for-articulated-manipulation/ 获取。