具有一个灵巧手的顺序多物体抓取.pdfVIP

具有一个灵巧手的顺序多物体抓取

1122321

SichengHe,ZeyuShangguan,KuanningWang,YongchongGu,YuqianFu,YanweiFu,DanielSeita

Abstract—顺序抓取多个物体是日常生活中使用多指手的是物体排列紧密的场景，限制了其适用性并忽视了灵

常见行为，人类可以充分利用他们手部的灵活性来包裹多个物巧手对多个物体独立控制的潜力。同样地，[10]探索了

体。然而，由于物体质地的多样性和高自由度的手需要复杂的

多物体抓取，但假设手的姿态固定，并需要人工干预

接触互动才能在抓住一个物体的同时包裹另一个物体，这对机

器人来说是一个挑战。在这篇论文中，我们提出了序列多抓取将物体放置在手中。相比之下，我们解决了相对未开

系统，该系统用于使用四指Allegro手顺序抓取物体。我们的发的自主和顺序多物体抓取领域，在这个领域中，机

重点是顺序抓取两个物体，确保手在举起其中一个物体之前完器人必须先确保抓住一个物体，然后在保持对第一个

本全包裹住它，然后再不掉落第一个物体的情况下抓住第二个物

物体控制的同时抓起第二个物体。顺序抓取多个物体

译体。我们的系统首先合成单个物体的抓握候选方案，每个抓握特别有利于那些位置相距太远无法同时操作的情况。

仅限制使用手部链接的一部分。然后这些抓握在物理模拟器中

中进行验证以保证稳定性和可行性。接下来，我们合并已验证的虽然一种可能的方法是在同时抓取之前将物体推到一

2单个物体抓握姿势来构建多物体抓取配置。为了实现真实世界起[11],[12]作为预处理步骤，但这在高摩擦表面下不

v的部署，我们在点云上训练了一个基于扩散模型的条件模型来

8提出抓取姿态，并跟随一个基于启发式的执行策略。我们在模一定总是可行，并且有推倒某些物体的风险。

7

0拟环境中使用88种物体组合测试了我们的系统，在实际环境我们的方法，序多重抓取，基于可微力闭合

9中则测试了63种物体组合。我们基于扩散模型的抓握模型在（DFC）算法[13]生成利用手部链接子集来固定一个

0.1,600次模拟试验中获得了平均成功率65.8%，在90次真实世

3界试验中的成功率为56.7%，表明它对于多指手顺序抓取多个物体的抓取姿态。然后在物理模拟器中评估这些抓取

0物体是一个有前景的方法。补充材料可以在我们的项目网站上姿态，在此过程中过滤掉不稳定或不可行的配置。验

5

2找到：https://hesic73.github.io/SeqMultiGrasp。证后的抓取姿态随后被合并以构建依次抓取两个物体

:

v的稳定配置。借助该数据集，我们训练了一个基于点

iI.介绍

x云输入的生成模型来提出抓取姿态。最后，我们采用

r尽管在多指灵巧手操作方面取得了显著的进步和

a运动规划和启发式策略执行精确的抓取动作，从而实

产生了浓厚的兴趣～[1],[2],[3],[4],[5],[6]，使用这种

现真实世界中的多物体操作。

手进行机器人抓取的研究大多仍集中在单个物体的场

本工作的贡献包括：(i)一种生成物理可行的

景上。这常常将灵巧手的能力简化为更简单的夹具的

多物体抓取配置的新合成管道；(ii)一个集成系统，

能力，从而