science 论文机器人与具身智能其他2022-09 会员资料

面向灵巧机器人操作的视触觉感知

OriginalVisuo-Tactile Perception for Dexterous Robotic Manipulation

In particular, we want to study how to effectively process visual and tactile information to allow robots to expand their capabilities while remaining accurate and reliable.

发布时间
2022-09
login 登录后阅读

notes 内容介绍

这份资料要回答的是:机器人怎样有效处理视觉与触觉信息,在扩展操作能力的同时保持准确和可靠。作者把视触觉感知当作实现“通用且精确的机器人操作”的前提来建设,而不是给已有系统打补丁。摘要里“扩展能力”和“保持准确可靠”是并列提出的,这意味着作者关心的不只是能不能完成动作,还有能力变多之后精度是否守得住(这是我的解读)。对关注灵巧操作的人来说,这个提法本身就有价值:它把感知和控制放在同一个约束下讨论,而不是先做感知再想办法接上去。

覆盖范围是一条从感知工具到完整系统的链路:先做触觉感知的基础工具,再做仿真中的接触几何渲染,接着是面向新物体的位姿估计,最后落到精确抓取与放置的机器人系统。贯穿全程的方法主线是接触几何——触觉观测被用来提取接触处的几何信息,作者把它称为与任务无关(task-independent)的特征。数据来自两端:真实场景下的视触觉观测,以及仿真中渲染出的接触几何与对应观测,二者通过匹配建立联系。整条路线的取向很明确,尽量把建模和学习放进仿真里,真实侧主要负责观测与匹配。

第一组结果是关于抓取与物体建模。作者用触觉观测评估并改进抓取稳定性,也就是说,触觉在这里承担的是判断“这次抓得稳不稳、还能不能更好”的角色,而不只是记录成功或失败。更进一步,他们让机器人学习从触觉观测映射到接触形状,由此重建物体的准确三维模型,这些模型随后被用于位姿估计。这里最关键的判断是:接触几何是与任务无关的特征,因此同一套从触觉取几何的能力,可以服务于抓取之外的其他任务。

第二组结果是关于仿真与位姿估计。作者开发了能在仿真中准确渲染接触几何的工具,并在此基础上提出一种概率式的位姿估计方法:把真实的视触觉观测与一组仿真观测做匹配,得到新物体的位姿分布。摘要明确强调,这一方法不依赖真实数据,并且能给出准确的位姿分布。最后,这套感知被接到精确抓取与放置任务上:系统在仿真中判断哪些抓取有助于后续的抓取、规划和感知,并在执行时选出最好的一个;由于跟物体相关的模型完全在仿真中学习,系统能适应新物体并完成高精度放置。需要说明的是,摘要只用了“准确”“高精度”这类定性说法,没有给出误差、成功率、物体数量或对比基线。

这些结论意味着什么呢。把仿真当作数据和模型的主要来源、真实侧只保留观测与匹配,直接推论就是降低了对真实标注数据的依赖;这是从“不依赖真实数据”这句话能稳妥推出的判断。与任务无关的接触几何特征,则意味着感知模块有复用价值,不必每换一个任务就重做一遍。对实践的影响在于:面对新物体时,工作重心会从采集数据转向把仿真渲染做准。换句话说,这套方法的上限很大程度上取决于仿真接触几何的保真度——这是我的解读,材料里没有给出验证。

做机器人操作、触觉感知和仿真到现实迁移的研究者与工程师,可以从这份资料里拿到一条完整的技术路线:触觉感知工具、接触几何、仿真渲染、概率位姿估计、任务感知的抓放规划。它的边界也很清楚:材料只到摘要层级,没有实验数字、失败案例和适用条件,也没有交代用了什么机器人平台、什么传感器、在哪些物体上验证,因此无法据此判断方法在什么场景下会失效。另外,元数据里“发布机构”一栏填的其实是作者姓名,按原文,这是 Massachusetts Institute of Technology 机械工程系的博士论文,导师为 Alberto Rodriguez。

format_quote 原文摘录

自动提取自 PDF

Visuo-tactile perception for dexterous robotic manipulation by Maria Bauza Villalonga Submitted to the Department of Mechanical Engineering in partial fulfillment of the requirements for the degree of Doctor of Philosophy in Mechanical Engineering at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY September 2022 © Massachusetts Institute of Technology 2022. All rights reserved. Author . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Department of Mechanical Engineering August 31, 2022 Certified by . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Alberto Rodriguez Associate Professor Thesis Supervisor Accepted by. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Nicolas Hadjiconstantinou