基于高带宽感知与驱动的鲁棒自主抓取反射研究

现代机器人操纵系统尚不及人类操纵技能，部分原因在于其仅围绕视觉数据闭合反馈回路，这降低了系统带宽与速度。通过开发依赖高带宽力、接触和接近数据的自主抓取反射，可在减少对视觉数据依赖的同时提升整体系统速度与鲁棒性。我们正在构建一种新系统，其核心为低惯量、高速机械臂与灵巧手指，将运行频率低于 1 Hz 的高层轨迹规划器与运行频率高达 300 Hz 的低层自主反射控制器相结合。我们通过比较朴素基线控制器与多种反射抓取控制器的成功抓取集合体积来表征该反射系统，发现相较基线，我们的控制器将成功抓取集合扩大了 55%。我们还将该反射抓取控制器与简易基于视觉的规划器部署于自主杂乱清除任务中，在清除超过 100 个物品的同时实现了高于 90% 的抓取成功率。