使用平行夹爪对草本与沙拉类物料进行机器人解缠
机器人学
2022-08-10 v1
摘要
从未经分类的堆中拣取一个或多个物体对机器人系统而言仍非易事。当堆由含有彼此缠绕个体的颗粒物料(GM)构成时尤为如此，这会导致拣出的物体多于预期。此类易缠结 GM 的一个关键特征是堆中物体主体向外伸出的突起的存在。本工作刻画了后者在造成机械纠缠中的作用及其对拣取一致性的影响。它报告了若干实验，其中拣取具有不同突起长度(PL)的 GM 导致拣取质量方差增加多达 76%，表明 PL 是拣取策略设计中具信息量的特征。此外，为抵消此效应，它提出了一种新的展开–拣取(SnP)方法，显著减少缠结，使拣取更为一致。相较于先前试图从堆中无缠结点拣取的方法，所提方法使拣取误差(PE)降低多达 51%，并对未见过的 GM 表现出良好的泛化能力。
引用
@article{arxiv.2208.04604,
title = {Robotic Untangling of Herbs and Salads with Parallel Grippers},
author = {Prabhakar Ray and Matthew Howard},
journal= {arXiv preprint arXiv:2208.04604},
year = {2022}
}