基于射频感知的完全遮挡物体机器人抓取
机器人学
2021-05-04 v2 人工智能
摘要
我们介绍了RF-Grasp的设计、实现与评估，这是一个能够在未知且非结构化环境中抓取完全遮挡物体的机器人系统。不同于受视觉和红外传感器视线感知限制的现有系统，RF-Grasp采用射频（Radio Frequency, RF）感知来透过遮挡识别并定位目标物体，并在非视线场景下执行高效的探索与复杂操作任务。RF-Grasp依赖于手眼相机和附着在感兴趣物体上的无源RFID标签。它引入了两项主要创新：（1）一种RF-视觉伺服控制器，利用RFID的位置选择性地探索环境并规划通往遮挡目标的高效轨迹；（2）一种RF-视觉深度强化学习网络，能够学习并执行用于清理和抓取的高效复杂策略。我们实现并评估了RF-Grasp的端到端物理原型。我们证明，相比最先进的基线，它将成功率与效率提高了多达40-50%。我们还在全新任务中展示了RF-Grasp，例如障碍物后完全遮挡物体的机械搜索，为机器人操作开辟了新可能。定性结果（视频）见 rfgrasp.media.mit.edu。
引用
@article{arxiv.2012.15436,
title = {Robotic Grasping of Fully-Occluded Objects using RF Perception},
author = {Tara Boroushaki and Junshan Leng and Ian Clester and Alberto Rodriguez and Fadel Adib},
journal= {arXiv preprint arXiv:2012.15436},
year = {2021}
}