面向足式机械臂动态物体抓取的整体协调控制
机器人学
2025-08-13 v1
摘要
配备机械臂的四足机器人通过协调的整体控制，为在非结构化、动态环境中的抓取提供了强大的移动性和适应性。然而，现有研究主要集中在静态物体抓取上，忽视了动态目标带来的挑战，从而限制了其在物流分拣和人机协作等动态场景中的适用性。为了解决这个问题，我们引入了 DQ-Bench，这是一个新的基准测试，它系统地评估了在不同物体运动、速度、高度、物体类型和地形复杂性下的动态抓取，并提供了全面的评估指标。在此基准测试的基础上，我们提出了 DQ-Net，一个紧凑的师生框架，旨在从有限的感知线索中推断抓取配置。在训练过程中，教师网络利用特权信息来整体建模目标的静态几何属性和动态运动特征，并集成一个抓取融合模块，为运动规划提供鲁棒的指导。同时，我们设计了一个轻量级的学生网络，该网络仅使用目标掩码、深度图和本体感知状态执行双视角时间建模，从而在不依赖特权数据的情况下实现闭环动作输出。在 DQ-Bench 上的大量实验表明，DQ-Net 在多个任务设置中实现了鲁棒的动态物体抓取，在成功率和响应性方面均大幅优于基线方法。
引用
@article{arxiv.2508.08328,
title = {Whole-Body Coordination for Dynamic Object Grasping with Legged Manipulators},
author = {Qiwei Liang and Boyang Cai and Rongyi He and Hui Li and Tao Teng and Haihan Duan and Changxin Huang and Runhao Zeng},
journal= {arXiv preprint arXiv:2508.08328},
year = {2025}
}