机器人抓取基础

【linux+Ros】遨博协作机器人ROS开发 - Intel RealSense深度相机ROS驱动

遨博学院的博客主页

机器人(1)位姿描述方法

基于RGB图像的机器人抓取算法汇总

知乎——运动规划汇总

---

基于视觉的机器人抓取——从物体定位、物体姿态估计到平行抓取器抓取估计：综述

论文：https://arxiv.org/abs/2010.06544

引言

找到理想抓取配置的抓取假设的子集包括：机器人将执行的任务类型、目标物体的特征、关于物体的先验知识类型、机械爪类型，以及最后的抓取合成。

1.1 抓取综合法

抓取综合法是机器人抓取问题的核心，涉及寻找最佳抓取点的任务。

抓取综合方法通常可分为分析法和基于数据的方法。

分析法：使用具有特定动力学行为的灵巧且稳定的多指手构造力闭合

基于数据：需要先验知识，对抓取对象的搜索、对抓取对象的分类

1.2 基于视觉的机器人抓取系统

主要的四个步骤：目标物体定位、物体姿态估计、抓取检测（合成）、抓取规划。

抓取规划：机械手找到目标的最佳路径。适应空间，考虑动态对象，使用视觉反馈。

目前大多数抓取任务的执行是一次性抓取检测，无法响应环境变化。因此可以插入视觉反馈。

---

1.3 抓取检测、视觉伺服和动态抓取

抓取计划的两步：视觉伺服控制器需要适应对象姿态的变化。其次，机器人逆运动学的奇异性相关限制。

---

1.4 视觉伺服

视觉伺服控制：视觉伺服，一般指的是，通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，通过图像反馈的信息，来让机器系统对机器做进一步控制或相应的自适应调整的行为。

经典的视觉伺服（VS）策略：提取视觉特征作为输入。

视觉伺服的目的：通过将相机连续获得的图像与参考图像进行比较，引导操纵器到达机器人能够完全看到物体的位置，从而满足抓取检测条件。