仅依靠力反馈的物理交互技术解析
1. 物理交互规划与任务设定
在机器人操作特定受限物体时,我们假设可以对物体手柄的姿态进行初步估计。这种估计可以通过机器人定位算法获得,也可以通过之前基于视觉的识别和姿态估计步骤得到。此外,还假设存在一个简单的手柄盒状模型。由于厨房中的所有手柄形状相同,因此单个模型适用于所有手柄。这个模型被标记为“固定手柄”,并与“向后推物体”动作一起作为输入提供给物理交互规划器。这种简单的任务描述适用于厨房中的不同门和抽屉。
根据相关规划规则,选择了钩状动力任务导向的预形状,通过为Armar - III手实现的手适配器将其映射为圆柱形动力预形状。任务和抓握框架设置在手柄的估计位置,任务速度沿Z轴负方向设置为负值,即$v^*_T = (0,0, - 20,0,0,0)^T$ mm/s,这是通过实验选择的。由于这类任务不需要力参考,规划器将$S_f$设为0。在旋转自由度上允许抓握冗余,即$S_c = diag(1,1,1,0,0,0)$。通常,只有绕手柄轴的旋转可被视为抓握冗余自由度。但由于机器人的手具有高度的柔顺性,且所有自由度在低级层面都进行力控制,因此三个笛卡尔旋转自由度由次要任务(避免关节极限)控制,而非主要任务,这样可以在不达到关节极限的情况下增加任务范围。
由于抓握冗余,任务框架不一定与手框架刚性连接。任务框架根据其定义,必须始终与任务的自然分解对齐。因此,在任务执行期间,传感器必须提供任务框架位置和方向的估计。在本应用中,利用前面提到的基于力的抓握链接估计来估计任务框架(因为G和T位于同一位置,$H_{MG} = H_{MT}$)。值得一提的是,这种任务规范避免了使用特定的机械模型,相同的任务描述可用于不同的门和抽屉,而无需考虑其特定尺寸或铰链位置。基