菜单总览
新闻

IROS 2020 | 碰撞感知操作的多模态轨迹优化方法

  • 2020.10.28
  • 新闻
太平洋时间10月25日,2020 IROS 正式举办,AIRS 共发表9篇文章,两篇获最佳奖提名。

        10月25日,机器人与智能系统领域最著名、影响力最大的顶级学术会议—— IEEE智能机器人与系统国际会议(IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS)正式召开。AIRS 共有九篇论文被本届 IROS 接收,其中更有两篇获最佳奖提名。会议举行期间,AIRS 也带着大家一起来学习观摩这几篇论文。

        今天带来的是 AIRS 国际合作项目 Sethu Vijayakumar 教授作为通讯作者的 Multi-mode Trajectory Optimization for Impact-aware Manipulation(碰撞感知操作的多模态轨迹优化方法)一文。

研究背景

        多接触、动态环境下的机器人安全、鲁棒操作仍然面临许多挑战。通常,操作任务需要机器人与目标对象建立或断开接触。这就给运动规划和控制带来了挑战,包括:(i)问题中存在的混合动力学模型;(ii)接触动力学引起的不确定性。如下图所示,作为一个典型的示例场景,机械臂试图停止快速运动中的目标物体。在这种情况下,机器人需要解决以下问题:1)规划建立接触的不连续的机器人运动,2)控制机器人的顺应性以减轻接触冲击。

研究概要

        从自由运动到接触状态的过渡是机器人领域中一个具有挑战性的问题,部分原因在于它的混合动力学特性。此外,如果在运动规划层面上忽略冲击碰撞带来的影响,通常会导致难以控制的冲击接触力。本文介绍了一种碰撞感知多模态轨迹优化方法,该方法将混合动力学和混合控制以一种一致的方式结合起来,并在轨迹优化中加入一个显式的接触力传递模型。该方法允许同时优化接触力、接触时间、连续运动轨迹和末端操作刚度,同时满足任务约束。本文将提出的方法与传统的柔顺控制方法在物理仿真中进行了比较,并进一步与一种不具有碰撞感知的轨迹优化方法进行了比较。此外,本文以机械臂操作大动量物体(质量较大、运动速度较快)为例,对该方法进行了实验验证。

        本文的共同一作为英国爱丁堡大学的博士后研究员闫磊,他是 AIRS 与英国爱丁堡大学的国际联合研究项目(移动协作机器人:解决现实世界的挑战)中”多机器人协同操作“分支的小组长。目前他的研究方向包括,空间机器人,多模态轨迹优化与控制,分布式多机器人协作。本文的通讯作者为 Sethu Vijayakumar 教授,他是爱丁堡大学信息学院终身教授、爱丁堡机器人中心主任、阿兰·图灵研究所联合主任、英国爱丁堡皇家学会会员。研究领域涉及机器人、统计机器学习、运动控制、自主系统规划和优化以及计算神经科学等。Sethu Vijayakumar 教授是我院国际合作项目的项目负责人之一,和我院的林天麟教授共同合作开展英国爱丁堡大学与 AIRS 的国际联合研究项目“移动协作机器人:解决现实世界的挑战”。林天麟教授为香港中文大学(深圳)助理教授,同时也是我院的智能机器人研究中心主任。

致谢

        这项工作得到了欧洲本田研究所、英国工程与物理科学研究委员会(EP/L016834/1,EP/R026092/1)、英国印度联合教育和研究计划(UKIERI DST 2016-17-0152),深圳市人工智能与机器人研究院的共同资助(2019-ICP002)。作者要感谢Henrique Ferrolho对视频编辑的帮助。

相关阅读:

        Multi-mode Trajectory Optimization for Impact-aware Manipulation

        国际联合研究项目(AIRS x UoE)-移动协作机器人:解决现实世界的挑战

       AIRS国际合作——国际联合研究项目,国际联合博士后项目和国际学术交流项目