science 论文机器人与具身智能其他2023 会员资料

机器人学中的形变:触觉传感与抓取规划应用

OriginalDeformation in Robotics: Applications in Tactile Sensing and Grasp Planning

指出传统机器人学假设机器人和物体是刚体,而现实世界常常不满足。

发布时间
2023
login 登录后阅读

notes 内容介绍

机器人要从工厂的围栏里走出来,进入不受约束、动态变化的真实环境,就必须学会和会变形的东西打交道,这是这份博士论文的出发点。传统机器人学长期建立在机器人和物体都是刚体的假设之上,而现实中的材料、物体乃至机器人自身的接触面,往往并不满足这个前提。论文要回答的问题因此很具体:当形变无法被忽略时,机器人该如何感知接触、如何规划抓取。之所以现在还值得翻出来看,是因为刚性假设不只是一个建模习惯,它已经渗透进传感器设计、仿真器和抓取规划的默认设定里。换句话说,需要改动的是一整套前提,不只是某一个参数。

论文出自 UC Berkeley EECS,导师是 Ruzena Bajcsy,作者为 Huang, Isabella。整体结构按「哪一侧在变形」切成两半:一半研究机器人侧的形变,落在触觉传感上;另一半研究物体侧的形变,落在抓取规划上。这种切分本身就带着判断,即形变不是单一问题,传感端和规划端面对的是不同的困难。作为一篇博士论文,它给出的是一条贯穿感知与规划的自洽线索,而不是对某个子问题的孤立攻关。

第一项核心判断是对刚性假设的清算。论文指出,可变形材料在传统机器人学中一直被忽视,原因在于「刚体」这一 prevailing assumption 把问题挡在了视野之外。作者进一步点明困难所在:可变形材料具有无限维、非线性的特性。按我的理解,这句话是说,一个会变形的物体无法用有限几个位姿参数描述完,它的形状本身就是一个高维、随外力持续变化的量,这正是交互「极具挑战」的根源。

第二项判断是形变具有双侧性。机器人侧的形变意味着,触觉传感器在测量时自身也在变形,测量工具与被测对象之间的边界因此变得模糊。这意味着,「从读数反推接触状态」不再是一个靠固定标定就能解决的问题。物体侧的形变则意味着,抓取规划不能只问「抓得住吗」,还要问「抓住之后物体变成什么样、原来的接触是否还成立」。论文把这两侧分开处理,但它们在接触发生的同一时刻同时出现,这一点是理解全文结构的钥匙。

这些结论的实践含义在于,形变应当被当作建模对象,而不是需要滤掉的噪声或可以搁置的次要项。一旦承认这一点,触觉传感的表征方式、抓取稳定性的判据,以及依赖刚体动力学的仿真与规划流程,都需要重新检查自己的适用边界。对做灵巧操作或柔性物体处理的人来说,这份论文的价值不在于提供一个可以直接复用的算法,而在于把「哪些默认设定正在失效」讲清楚。这意味着它更像一张问题地图,而不是一份实现手册。

适合读的是做机器人操作、触觉感知和抓取规划的同行,尤其是那些发现自己在刚体框架里越走越窄的人。读完能拿走的,是一套把形变拆成机器人侧与物体侧的问题组织方式,以及对刚性假设边界的一次清醒盘点。边界也要说清楚:这份论文聚焦于作者自己的研究路径,两个部分的覆盖各有取舍,并不是该方向的全景综述;而这里能提供的只有摘要与要点层面的信息,具体方法、实验平台和量化结论仍需回到论文原文核对。