用于鲁棒手内机器人操纵的系统和方法与流程

本发明涉及一种用于鲁棒的富接触手内操纵的控制器和方法，更具体地，涉及利用具有致动器的机器人臂的夹持器来操纵具有至少一个外部接触的物体的方法和装置。

背景技术：

1、人类非常擅长执行灵巧操纵。我们能够非常熟练地利用各种接触（例如，与环境、我们自身身体等的接触）来执行复杂操纵。与此形成鲜明对比的是，使机器人实现这种灵巧行为仍然非常具有挑战性。在执行复杂操纵时，有效利用环境接触可为机器人提供额外的灵巧性。然而，当前一代机器人系统大多避免与其环境发生接触。接触交互会导致不连续动力学，从而使富接触任务的规划、估计和控制具有挑战性。此外，诸如摩擦系数或物体抓取位置等相关参数的不确定性通常会导致复杂操纵动作失败。

2、在现实世界中，不确定性是常态而非例外。不确定性有多种原因。现实世界中部件的感知误差和致动误差十分常见。尽管感知算法和学习算法已经取得了巨大进步，但这些误差仍然与执行期间的失败密切相关。因此，为了设计能够部署于现实世界并采用真实传感反馈的机器人系统，理解相关操纵任务的力学机理并设计对于各种参数不确定性具有鲁棒性的控制器十分重要。

3、本公开提出了一种利用外部接触来执行物体的复杂手内操纵的方法。在这些方法中，机器人利用简单的平行夹爪夹持器抓取物体并操纵该物体的姿态。该操纵任务的目的在于在仍保持抓取的同时重新定向物体。由于夹持器是简单的平行夹爪夹持器，因此机器人利用物体与环境之间的接触来执行操纵。所提出的操纵中存在多种接触构型，这使得操纵计划的执行容易受到各种不确定性的影响。然而，现有技术的操纵技术无法在这些复杂操纵动作的规划和控制期间纳入不确定性，因此会在不可避免的不确定执行情形下失败。因此，需要能够在存在各种不确定性的情况下规划并实施鲁棒操纵行为的技术。

技术实现思路

1、近年来，人工智能（ai）技术在计算机视觉和语音领域的能力取得了巨大进步。然而，机器人技术并未以同样的速度取得改进，设计能够在现实世界中可靠运行并实现鲁棒执行的机器人系统仍然具有挑战性。

2、本公开的一些实施方式基于以下认识：许多复杂操纵任务会产生多种接触构型。例如，考虑配备有简单平行夹爪夹持器的机器人已经抓取一物体的任务。操纵任务的目的在于将对该物体的抓取改变为自由空间中不能直接获得的姿态，即，机器人不能仅通过重新抓取该物体来改变抓取姿态。

3、本公开的一些实施方式基于以下认识：对于大多数物体而言，对由简单平行夹爪夹持器抓取的物体进行操纵属于欠驱动任务。机器人可以利用与环境的接触（例如，至少一个外部接触）在物体保持被抓取的同时操纵物体的姿态。然而，利用环境接触（例如，至少一个外部接触）操纵物体的姿态会在物体与环境之间产生附加接触构型。该接触构型可能非常容易受到各种接触相关参数的不确定性的影响。

4、本公开的一些实施方式基于以下认识：感知误差会导致操纵中的各种参数误差，这可能导致控制器在执行各种复杂操纵动作期间失败。在针对各种复杂动作的执行进行控制器设计时，考虑这些类型的不确定性十分重要。这些参数不确定性可能导致物体相对于规划轨迹产生若干不期望的扰动，从而导致执行期间的失败。因此，希望规划算法对于诸如抓取中心、外部接触位置等各种不确定性具有鲁棒性。

5、本公开的一些实施方式基于以下认识：保持外部接触模式对于富接触手内操纵任务的成功至关重要。本公开提出一种在充分考虑物体的手内滑移（object in-handslippery）和参数不确定性的情况下设计操纵控制器的系统和方法。我们关注双指夹持器抓取以及仅允许平移运动的情形。所提出的鲁棒操纵框架还确定使物体的手内平移最小化的夹持器运动，以防止机器人失去对物体的抓取。所提出的方法关注双指夹持器抓取以及仅允许平移运动的情形。所提出的鲁棒操纵框架还确定使物体的手内平移最小化的夹持器运动，以防止机器人失去对物体的抓取。

6、本公开的一些实施方式基于以下认识：具有外部接触的手内操纵任务通常带来两个主要挑战。响应于通过信号接口（硬件接口）接收到操纵任务命令（任务命令或任务信号）、接触参数和夹持器运动，系统应当在世界坐标系和夹持器坐标系两者中预测物体运动。这并非易事，因为物体同时在环境中进行富接触运动并在夹持器中滑动。所生成的夹持器轨迹应当防止在参数不确定性下出现意外的接触模式转换，尤其是诸如接触位置和物体尺寸等运动学参数的不确定性。

7、本公开提出的方法解决上述两个挑战，并且给出用于具有外部接触的鲁棒手内操纵的鲁棒控制器设计方案。本公开提出一种在保持外部接触的同时用于手内操纵任务的鲁棒规划方法。在给定期望接触模式以及各参数的不确定性范围的情况下，该方法首先使用夹持器内力学模型针对不确定性范围的顶点参数的每一种组合计算运动锥，并取这些运动锥的交集以获得鲁棒运动锥。通过所提出的方法获得的控制器可在具有可用机载传感装置（诸如视觉、触觉、f/t等）的物理机器人系统上实现。

8、根据本公开的一些实施方式，提供一种用于利用具有致动器的机器人臂的夹持器来操纵具有至少一个外部接触的物体的控制器，包括：信号接口，所述信号接口配置为从操纵器接收任务命令和接触信号并向所述致动器发送控制信号；存储器，所述存储器配置为存储计算机实现的程序，所述程序包括夹持器内力学模型、操纵任务的参数模型和鲁棒调优框架；以及处理器，所述处理器配置为与所述存储器相关联地执行所述计算机程序的指令，其中，所述指令包括以下步骤：使用所述夹持器内力学模型计算所述物体在所述夹持器中的手内滑移；在假设所述物体与所述夹持器之间的接触参数的情况下，计算保持期望接触模式的运动锥；基于各所述接触参数的不确定性范围细化所述运动锥；根据细化后的运动锥生成使所述物体的手内滑移最小化的操纵器位置轨迹；以及通过将所述操纵器位置轨迹的操纵器位置轨迹信号发送到所述机器人臂的所述致动器，根据所生成的操纵器位置轨迹控制所述操纵器，从而利用所述至少一个外部接触使所述夹持器中的所述物体重新定向。

9、此外，本公开的一些实施方式提供一种非暂态计算机可读介质，用于利用具有致动器的机器人臂的操纵器和夹持器来操纵具有至少一个外部接触的物体，所述非暂态计算机可读介质包括存储于其上的指令，所述指令在处理器上执行时执行以下步骤：使用信号接口从所述操纵器接收任务命令和接触信号并向所述致动器发送控制信号；使用所述夹持器内力学模型计算所述物体在所述夹持器中的手内滑移；在假设所述物体与所述夹持器之间的接触参数的情况下，计算保持期望接触模式的运动锥；基于各所述接触参数的不确定性范围细化所述运动锥；根据细化后的运动锥生成使所述物体的手内滑移最小化的操纵器位置轨迹；以及通过将所述操纵器位置轨迹的操纵器位置轨迹信号发送到所述机器人臂的所述致动器，根据所生成的操纵器位置轨迹控制所述操纵器，从而利用所述至少一个外部接触使所述夹持器中的所述物体重新定向。

10、下面在具体实施方式中参照所述多个附图以本公开的示例性实施方式的非限制性示例的方式进一步描述本公开，其中，在附图的各视图中相同的附图标记表示类似的部件。所示附图不一定按比例绘制，而是通常重点在于示出当前公开的实施方式的原理。

11、尽管以下附图示出了当前公开的实施方式，但如讨论中所指出的，也考虑其他实施方式。本公开通过说明而非限制的方式给出示例性实施方式。本领域技术人员可构思出落入当前公开的实施方式的原理的范围和精神内的许多其他修改和实施方式。