面向低刚性机器人视觉舵机的自监督学习：考虑时间性身体变化
机器人学
2024-05-21 v1
摘要
本研究探讨了低刚性机器人通过视觉舵机进行物体抓取的问题。低刚性机器人相较于刚性机器人更难按预期处理自身身体，且视觉与身体之间的标定需要一定时间。此外，机器人必须适应身体变化，如相机位置变化和关节老化导致的关节变形。因此，我们发展了一种使低刚性机器人自主学习其身体视觉舵机的方法。我们还开发了一种可根据时间性身体变化自适应调整视觉舵机的机制。我们将该方法应用于一种低刚性6轴机械臂MyCobot，并通过基于视觉舵机的对象抓取实验确认了其有效性。
引用
@article{arxiv.2405.11798,
title = {Self-Supervised Learning of Visual Servoing for Low-Rigidity Robots Considering Temporal Body Changes},
author = {Kento Kawaharazuka and Naoaki Kanazawa and Kei Okada and Masayuki Inaba},
journal= {arXiv preprint arXiv:2405.11798},
year = {2024}
}
备注
Accepted at IEEE Robotics and Automation Letters