算法让机器人更快掌握
一种新算法显着加快了机器人通过将物体推向静止表面来调整其对物体的抓握所需的规划过程。传统算法需要数十分钟来规划一系列动作,而新方法将这个预先规划过程缩短到不到一秒。这种更快的规划过程将使机器人,特别是在工业环境中,能够快速找出如何推动、滑动或以其他方式使用其环境中的特征来重新定位他们掌握的物体。这种灵活的操作对于任何涉及拣选和分拣,甚至是复杂的工具使用的任务都很有用。
现有算法通常需要数小时来为机器人抓取器预先计划一系列运动,主要是因为对于它所考虑的每个运动,算法必须首先计算该运动是否满足许多物理定律,例如牛顿运动定律和库仑定律描述物体之间的摩擦力。在决定机器人的手应该如何移动之前解决这些操作的物理问题的一种紧凑方法是使用“运动锥”,它本质上是可视的锥形摩擦图。
圆锥体的内部描绘了可以应用于特定位置的物体的所有推动运动,同时满足物理的基本定律并使机器人能够保持物体的保持。圆锥体外部的空间代表了所有的推力,这些推力会以某种方式导致物体滑出机器人的抓地力。该算法针对机器人抓手、它所持有的对象以及它所针对的推动环境之间的不同可能配置计算运动锥,以便选择和排序不同的可行推动以重新定位对象。
研究人员在具有三向交互的物理设置上测试了新算法,其中一个简单的机器人抓手拿着一个 T 形块并推动垂直杆。他们使用了多种起始配置,机器人在特定位置抓住木块并从某个角度将其推向杆。对于每个起始配置,该算法会立即生成机器人可以施加的所有可能力的地图以及可能产生的块的位置。该算法的预测可靠地匹配了实验室中的物理结果,与传统算法相比,在不到一秒的时间内就可以计划出一系列动作——例如在将块以直立位置放在桌子上之前将其重新定向到杆上。计划时间超过 500 秒。
传感器