3、基于传感器的机器人物理交互框架解析

基于传感器的机器人物理交互框架解析

1. 机器人与环境交互现状

在机器人领域，已有不少机器人在模拟生物能力和执行特定任务方面取得进展。例如，有的机器人模仿服务犬能力，通过抓住毛巾来操作门和抽屉；还有为老年人护理设计的 Care - O - bot II，其机械臂能执行基于视觉的取放任务。人形机器人虽多专注于运动研究，但也有部分用于操作任务，像 Armar - III 机器人和 HRP - 2。

不过，目前机器人在实际应用中存在一些限制因素。在已有的应用里，如清洁、轮廓跟踪、装配和开门等任务，多数已发表的应用仅为特定动作提供专门控制器，难以扩展到不同任务或系统。而且，部分情况下机器人可靠性因缺乏足够传感器反馈而受限。

我们认为，现实环境中实际用手进行物理交互任务的机器人数量少，原因之一是缺乏完善的方法来进行抓取和任务的指定、规划以及实时可靠控制。抓取和任务的联系在相关研究中很少被考虑，然而在实际中，任务需求对抓取选择至关重要，反之，抓取状态在任务执行中也极为关键。目前，抓取规划、任务规划和基于传感器的控制等方法未被视为相关问题，也未从统一框架进行处理。因此，需要一种更通用的操作方法，将抓取和任务在基于多传感器信息的全局框架中共同考虑，以实现实时可靠的物理交互，赋予当前机械臂类似运动能力的先进功能。

2. 我们的方法

2.1 任务导向抓取与抓取导向任务

我们主张将与任务相关的方面引入经典的基于知识的抓取概念中，形成任务导向抓取。同样，在任务执行过程中考虑与抓取相关的问题，形成抓取导向任务。在抓取选择中考虑任务相关方面，能使机器人处理远超简单取放的广泛任务，从而提高机器人的通用性。此外，在执行任务动作时监督和控制抓取配