利用主动学习与局部重规划迁移抓取构型
机器人学
2018-10-30 v5
摘要
我们提出一种将抓取构型从先前的示例对象迁移到新对象的新方法。我们假设新对象与示例对象具有相同的拓扑和相似的形状。我们利用几何与语义形状特征对这些对象进行三维分割。我们使用主动学习计算每个示例对象部件的抓取空间。我们在这些模型部件间建立双射接触映射，并计算新对象的对应抓取。最后，我们组装各个部件并使用局部重规划调整抓取构型，同时保持其稳定性与物理约束。我们的方法具有通用性，可处理以网格或点云表示的各种对象以及多种机械手。
引用
@article{arxiv.1807.08341,
title = {Transferring Grasp Configurations using Active Learning and Local Replanning},
author = {Hao Tian and Changbo Wang and Dinesh Manocha and Xinyu Zhang},
journal= {arXiv preprint arXiv:1807.08341},
year = {2018}
}
备注
15 pages, 17 figures, submitted to ICRA 2019