30、基于触摸的连续体操作物体分类与机器人导航研究

基于触摸的连续体操作物体分类与机器人导航研究

1 基于触摸的连续体操作物体分类

1.1 实验基础与方法

在物体分类实验中，研究人员使用了两种不同的机械臂配置。一种是 3 节机械臂，在每个折纸模块中间安装触摸传感器；另一种是 4 节机械臂，在每个模块的远端安装触摸传感器，连续体部分直径为 7cm。

连续体包裹可以在模拟环境中在数百毫秒内高效生成。为实现前进运动步骤，通常需要进行接触定位以及估计局部接触补丁的切向和法向方向，但研究通过基于局部框架外推机器人部分端点，放宽了这一要求。规划器只需从触觉传感中了解每个操作部分是否接触，就能规划下一步动作，从而更有效地引导操作硬件实现基于触摸的连续体包裹。

对于未知物体的分类，研究使用弦直方图描述符来描述连续体机器人围绕物体的形状，该描述符通过许多 3D 弦近似机器人形状，并基于弦参数统计捕捉其形状。首先在模拟环境中使用围绕模拟物体生成的包裹训练线性 SVM 分类器，然后将训练好的模型应用于使用真实世界包裹对真实物体进行分类，模拟物体的尺寸会进行缩放以大致匹配真实物体。

1.2 平面包裹实验结果

在平面包裹实验中，使用 3 节机械臂。机械臂初始设置为直线全收缩配置，测试物体放置在臂基部附近。每个部分的参数范围为：s ∈ 0.085, 0.145 ，κ ∈ −10.69, 10.69 ，φ ∈[−π, π]。

使用 10 个水瓶、10 个盒子和 6 个茶壶的包裹在模拟中训练线性 SVM 分类器，每个物体生成一个包裹。之后对一