64、基于RGB - D图像的机器人与物体跟踪实现接触检测和定位

基于RGB - D图像的机器人与物体跟踪实现接触检测和定位

在机器人操作领域，接触检测和定位是至关重要的任务，它对于机器人稳定抓取和操作物体起着关键作用。传统的接触检测方法存在诸多局限性，而本文将介绍一种基于视觉的创新方法，通过RGB - D图像和物体跟踪来实现接触检测和定位。

传统接触检测方法及其局限性

传统的接触检测传感器主要分为三类：
- 触觉传感器 ：能够测量物体表面的接触情况和压力大小，其优势在于可以精确确定接触位置。然而，它只能检测覆盖区域内的接触，对于未覆盖的表面则无法检测。
- 应变或力/扭矩传感器 ：作为连接两个不同物体的设备，用于测量它们之间传递的力和扭矩。这类传感器可被视为全局接触传感器，理论上能检测物体上的任何接触，但难以准确识别接触力的位置和大小，并且在接触力较小时，灵敏度较低。
- 接近传感器 ：虽不属于真正的接触传感器，但可用于识别即将发生的接触，其优点是使用时不会干扰物体的状态。

这些传统方法都存在布线和系统集成的问题，导致实施困难。即使在高度传感器化的手臂 - 手部系统中，也常常会出现接触未被察觉的情况，从而影响抓取和操作的稳定性。

基于视觉的接触检测新方法

本文提出的新方法基于一个基本假设：如果物体移动，那是因为它被触碰了。该方法使用Kinect传感器获取RGB - D图像和点云数据，通过同时跟踪机器人执行器和场景中的物体，当检测到物体移动时，分析物体和机器人的占用信息，从而推断机器人表面可能的接触位置。

系统描述和基本假设