基于高斯过程的机器人自适应抓取策略

《基于高斯过程的机器人自适应抓取策略》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2017年9月第43卷第9期北京航空航天大学学报JournalofBeijingUniversityof,AeronauticsandAstronauticsSeptember2017V01．43NO．9http：／／bhxb．buaa．edu．CFIjbuaa@buaa．edu．C11DOI：10．13700／j．bh．1001-5965．2016．0660基于高斯过程的机器人自适应抓取策略陈友东4，郭佳鑫，陶永(北京航卒航天大学机械工程及自动化学院，北京100083)摘要：在机器人抓取作业时，目标物体的位姿经常发生变化。为了使机器人在运动过程中能够

2、适应物体的位姿变化，提出了一种基于高斯过程的机器人自适应抓取策略。该方法建立了从观测空间到关节空间的映射，使机器人从样本中学习，省去了机器人视觉系统的标定和逆运动学求解。首先，拖动机器人抓取物体，记录物体的观测变量和机器人的关节角度；然后，利用记录的样本训练高斯过程模型，实现观测变量和关节角度的关联；最后，当得到新的观测变量时，通过训练的高斯过程模型得到机器人的关节角度。经过训练后，UR3机器人成功抓取了物体。关键词：高斯过程；自适应抓取；机器人控制；机器人视觉；从演示中学习中图分类号：TP242．6文献标识码：A文章编号：1001-5965(2017

3、)09-1738-08在工业生产和口常生活中，机器人越来越多的代替人类执行各种操作任务，如抓取、搬运、焊接和装配等。在机器人抓取作业时，目标物体的位姿经常发生变化，机器人需要根据物体的位姿信息调整自身的运动，实现白适应抓取。针对机器人自适应抓取的需求，有的研究集中于设计柔性更高的末端执行器，如增加欠驱动自由度⋯、使用柔性材料"。等；有的研究致力于在末端执行器中增加传感器，如增加触觉反馈1⋯、改进末端执行器控制。4。等。上述方法能够提高机器人末端执行器的适应能力，但只能在末端执行器的工作范围附近实现自适应抓取。更多的研究采用视觉获得物体的位姿，调整机器人

4、的运动，实现机器人的自适应抓取。Hoff-mann等"1通过无监督方法训练机器人的手眼协调过程，使机器人能够根据物体的位姿规划自身的运动。Saxena等。6。通过分析目标物体的多个图像，得到目标物体的所在位置和形状，以此为依据产生合适的机器人抓取策略。Lippiello等。71通过机器人的视觉在虚拟空间中重建目标物体，然后利用设计的规划器调整机器人的运动。就物体位姿的适应过程来说，上述机器人自适应抓取过程分为2个步骤：①根据相机获取的视觉信息计算目标物体的空间位姿；②根据空间位姿规划机器人要到达的关节坐标。为了得到相机中的观测变量到空间位姿的转换关系，

5、需要对机器人的视觉系统进行标定。传统的机器人视觉系统标定方法(如张正友标定法¨。、慕于机械臂的在线视觉标定法。9o、基于运动路径靶标的标定法、10。等)对工作人员的专业知识和操作技能有较高的要求，需要花费较多的时间才能完成。基于视觉伺服¨1‘的机器人运动控制将机器人控制和视觉结合在一起，不需要视觉系统的标定过程。Siradjuddin等¨纠通过视觉伺服实现了7自由度机器人的自适应位置控制；Thomas等”1利用视觉伺服控制飞行器完成抓取动作和停靠动收稿El期：2016-08．10；录用15t期：2016—12-09；网络出版时间：2016-12-230

6、9：42网络出版地址：WWW．cnki．net／kems／detail／11．2625V．201612230942．00I．html基金项目：国家“863”计划(2014AA041601)；北京市科技计划(D161100003116002)}通讯作者：E．mail：chenyd@buaa．edu．cn子f用格式：胨友东，郭佳垂，蔺永．基于高斯过程的机器人冉适应抓取策略口J．北京航空航天大学学报，2017，43f9)：1738—1745CHENYn，GUOJx，TAOY．Adaptivegraspingstrategyo{robotbasedO／1Gau

7、ssianpFOCe$5【J]Joumal“BeiiingUniversityofAeronauticsandAstronautics，2017，43f9J：1738-1745(inChinese)．第9期陈友东，等：基于高斯过程的机器人自适应抓取策略1739作。利用视觉伺服能够实现机器人对目标物体位姿的适应，但机器人运动的调整过程需要不断地对图像进行分析和处理，增加了系统工作时的计算负担。为了提高机器人的操作能力，一种方法是打破传统6自由度机器人4-6轴关节交于一点的约束，如UR公司的UR3机器人、Fanuc的喷涂机器人等；另一种方法是增加机器人的自

8、由度，使机器人具有更高的灵活性，如ABB的Yumi和KUKA的LBRiiwa等。上述机器人的逆