TranTac：利用瞬时触觉信号进行触觉丰富的机器人操作

诸如将钥匙插入锁中或将U盘插入端口等机器人操作任务，在视觉感知不足以检测误差时可能失败。在此类情况下，触觉感知对于机器人监控任务状态并进行精确、及时调整至关重要。当前的触觉感知解决方案要么对检测细微变化不敏感，要么需要大量传感器数据。本文引入TranTac，一个数据高效且低成本的触觉感知与控制框架，将单个对接触敏感的6轴惯性测量单元集成到机器人夹爪的弹性尖端中，以完成精细插入任务。我们的定制感知系统能够检测动态的平移和扭转变形，精度达到亚微米尺度，从而实现对被抓物体视觉不可察觉的姿态变化的跟踪。通过利用基于Transformer的编码器和扩散策略，TranTac能够使用在插入过程中在夹爪尖端检测到的瞬时触觉线索来模仿人类插入行为。这些线索使机器人能够动态控制和纠正被抓物体的6自由姿态。结合视觉后，TranTac在对象抓取和插入任务中实现了79%的平均成功率，优于仅使用视觉的策略以及仅添加末端执行器6D力/扭矩感知的策略。通过触觉感知的误差插入任务验证了触觉定位性能，平均成功率达到88%。我们通过在单个棱柱-槽对上进行训练，然后测试于未见数据（包括U盘和金属钥匙），发现插入任务仍可实现近70%的平均成功率。该框架可能激发新的机器人触觉感知系统用于精细操作任务的潜力。