面向服务机械臂的RGB-D机器人位姿估计
机器人学
2022-07-26 v1
摘要
预计将有大量机器人与人类协助的月球和火星任务。NASA了解这些天体地质与构成的努力严重依赖机械臂的使用。当人类与机器人探索者并肩工作时，安全与冗余方面至关重要。此外，机械臂对卫星在轨服务与计划的轨道碎片减缓任务也至关重要。本工作的目标是创建一个基于计算机视觉（CV）的自定义人工神经网络（ANN），能够从单张RGB-D图像快速识别7自由度（DoF）机械臂的姿态——正如人类可轻易判断机械臂是否指向某大致方向。Sawyer机械臂被用于开发与训练该智能算法。由于Sawyer的关节空间跨越7维，覆盖整个关节构型空间是一项艰巨任务。本工作使用类似于田口方法的正交阵列，以最少训练图像数高效覆盖关节空间。该“最优”生成的数据库用于训练自定义ANN，其精度平均等于用于数据库生成的最小关节位移步长的两倍。预训练ANN将作为辅助工具或应急方案，有助于估计空间站、航天器和巡视器上所用机械操纵器的姿态。
引用
@article{arxiv.2207.11537,
title = {RGB-D Robotic Pose Estimation For a Servicing Robotic Arm},
author = {Jared Herron and Daniel Lopez and Jarred Jordan and Jillian Rudy and Aryslan Malik and Daniel Posada and Mehran Andalibi and Troy Henderson},
journal= {arXiv preprint arXiv:2207.11537},
year = {2022}
}