用于高精度工业连接器插入的触觉敏感 NewtonianVAE
机器人学
2022-08-03 v2 人工智能
摘要
工业连接器插入任务需要对插头进行亚毫米级定位与抓取位姿补偿。因此，高精度估计插头与插座间的相对位姿是完成任务的基础。世界模型是一类很有前景的视觉运动控制技术，因其能获得恰当的状态表示以联合优化特征提取与潜在动力学模型。近期研究表明，NewtonianVAE 作为一种世界模型，获得了从图像到物理坐标映射等价的潜在空间，并可在其潜在空间中实现比例控制。然而，将 NewtonianVAE 应用于物理环境中的高精度工业任务仍是一个开放问题。此外，现有框架未考虑所获潜在空间中的抓取位姿补偿。本工作中，我们提出触觉敏感 NewtonianVAE，并将其应用于物理环境中存在抓取位姿变化的 USB 连接器插入。我们采用 GelSight 型触觉传感器，估计由插头抓取位姿补偿后的插入位置。我们的方法以端到端方式训练潜在空间，无需额外工程与标注。所获潜在空间中可用简单比例控制。此外，我们展示了原始 NewtonianVAE 在某些情形下失效，并证明领域知识引入可提升模型精度。该领域知识可利用机器人规格与抓取位姿误差测量轻松获得。我们证明了所提方法在物理环境的 USB 连接器插入任务中达到了 100% 成功率与 0.3 mm 定位精度，优于采用坐标变换进行抓取位姿补偿的 SOTA 基于 CNN 的两阶段目标位姿回归。
引用
@article{arxiv.2203.05955,
title = {Tactile-Sensitive NewtonianVAE for High-Accuracy Industrial Connector Insertion},
author = {Ryo Okumura and Nobuki Nishio and Tadahiro Taniguchi},
journal= {arXiv preprint arXiv:2203.05955},
year = {2022}
}
备注
7 pages, 4 figures