《盲環境中基於觸覺信息的靈巧手實時抓取策略的研究》是依託哈爾濱工業大學，由樊紹巍擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：盲環境中基於觸覺信息的靈巧手實時抓取策略的研究
- 依託單位：哈爾濱工業大學
- 項目類別：青年科學基金項目
- 項目負責人：樊紹巍
項目摘要,結題摘要,
項目摘要
本項目以模擬人類在盲信息環境中抓取物體的操作方式為背景，探求靈巧手自主重構抓取對象模型、汗府晚協自動規劃穩定抓取區域、自適應調整抓取控制力的方法。（1）基於指尖觸覺單元接觸態和非接觸態信息特點，利用特徵包（bag-of-fearture）的方法構建觸覺單元接觸位置/力信息的抓取特徵識別庫（2）基於手指觸覺單元接觸區域特徵，提出基於專家系統的模糊神經網路混合智慧型模型，實現物體的模型重構及力封閉評價指標反饋器的動態修正。（3）基於指尖離散觸覺單元的多鏈路精確運動學及動力學模型提出融合祖滲戰力封閉評價指標反饋器的抓取自適應阻抗控制策略，實現靈巧手的柔性觸碰及穩定抓取。（4）構建盲信息環境下的自主抓取作業系統，完成對未知物體的模型重構及抓取操作實驗。基於觸覺多點信息的模型重構及抓取規劃同控制系統集成的抓取操作方式不僅對多指協調操作領域具有重要的理論研究價值，同時能夠有效提升靈巧手在非對稱環境下抓取操作的能力。
結題摘要
對未知物體的抓取是機器人完成各種複雜任務的基本能力，而獲取未知物體的信息並進行模型重構是機器人完成抓取和操作規劃的前提。機器人視覺系統妹蜜乘被廣泛的套用於物體信息的提取。然而，在某些光線較差的環境中，機器人視覺可能無法得到足夠的物體信息，從而導致抓取的失敗。在視覺受限甚至失效的情況下，通過觸覺感測器採集物體信息並進行模型重構成為機器人完成抓取的一種解決方案。本項目主要對如下關鍵問題進行了研究：（1）盲環境中機器人及靈巧手對未知物體的數據採集及觸覺探索策略；（2）基於觸覺信息的未知物體模型識別及重構方法；（3）研究融合力封閉評價指標反饋器的抓取自適應阻抗控制策略；（4）構建盲信息環境下的自主抓取作業系統，完成對未知物體的模型重構及抓取控制實驗。 基於對人類進行未知物體觸覺探索時行為的觀察和分析，提出一種適用於機器人靈巧手自主進行未知物體觸覺探索的策略。觸覺探索過程被劃分為頂面探索和側面探索兩個階段。在頂面探索階段，根據頂面觸覺信息對物體的基本尺寸和姿態進行估計，並用包圍盒近似物體；而在側面探索階段，依據分類判別不等式將物體按基本尺寸進行分類，對不同類別的物體設計不同的側面探索策略，從而指導靈巧手對未知物體的信息進行採集。 提出了一種基於觸覺點位置信息和法向量信息的未知物體模型識遙遙頌別及重構方法。該方法首槓海堡諒先使用無監督聚類方法將物體觸覺數據分割為若干部分；然後從各部分中提取幾何特徵並對這些特徵進行重新排列，從而構造物體特徵向量；最後通過智慧型分類算法對物體的形狀進行識別。 通過建立柔性關節機器人靈巧手的控制模型，基於指尖離散觸覺單元的多鏈路精確運動學及動力學模型，在靈巧手上實現基於無源性控制的柔性關節機器人阻抗控制策略。針對非線性摩擦力和重力對靈巧手阻抗控制的影響，基於擴展卡爾曼濾波器提出了自適應摩擦力觀測器，實現了具有摩擦力補償和基於最小二乘法最佳化重力補償的機器人靈巧手自適應阻抗控制。 搭建了盲環境中基於七自由度仿人機械臂及靈巧手的自主探索抓取系統，將所提出的策略和算法納入到統主晚一框架中，並進行了未知物體觸覺探索、模型重構及抓取控制的仿真和實驗，從而驗證了所提出盲抓取框架的性能及有效性。 通過該項目中所構建的盲抓取框架，使得機器人可以在視覺受限制的情況下完成模型重構舉射慨及抓取，提高抓取控制的精確性，穩定性和自適應性，擴大了智慧型機器人系統的套用範圍及適應環境的能力。
