[论文解读] Cable Manipulation with a Tactile-Reactive Gripper

Yu She, Shaoxiong Wang+4 more|arXiv (Cornell University)|Oct 3, 2019

Robot Manipulation and Learning参考文献 29被引用 11

一句话总结

该论文提出了一种基于GelSight传感器的触觉自适应夹持器系统，可在无机械约束的条件下实现实时电缆追踪。通过结合PD-漏积分器夹持控制器与基于学习的电缆动力学模型的LQR位姿控制器，机器人能够跨多种电缆类型和速度实现鲁棒、自适应的电缆操作，成功追踪98.2%的电缆长度，并以85%的成功率完成耳机插头插入。

ABSTRACT

Cables are complex, high dimensional, and dynamic objects. Standard approaches to manipulate them often rely on conservative strategies that involve long series of very slow and incremental deformations, or various mechanical fixtures such as clamps, pins or rings. We are interested in manipulating freely moving cables, in real time, with a pair of robotic grippers, and with no added mechanical constraints. The main contribution of this paper is a perception and control framework that moves in that direction, and uses real-time tactile feedback to accomplish the task of following a dangling cable. The approach relies on a vision-based tactile sensor, GelSight, that estimates the pose of the cable in the grip, and the friction forces during cable sliding. We achieve the behavior by combining two tactile-based controllers: 1) Cable grip controller, where a PD controller combined with a leaky integrator regulates the gripping force to maintain the frictional sliding forces close to a suitable value; and 2) Cable pose controller, where an LQR controller based on a learned linear model of the cable sliding dynamics keeps the cable centered and aligned on the fingertips to prevent the cable from falling from the grip. This behavior is possible by a reactive gripper fitted with GelSight-based high-resolution tactile sensors. The robot can follow one meter of cable in random configurations within 2-3 hand regrasps, adapting to cables of different materials and thicknesses. We demonstrate a robot grasping a headphone cable, sliding the fingers to the jack connector, and inserting it. To the best of our knowledge, this is the first implementation of real-time cable following without the aid of mechanical fixtures.

研究动机与目标

• 解决在无机械固定装置或视觉辅助条件下，对自由运动、可变形电缆进行实时操作的挑战。
• 开发一种感知与控制框架，利用高分辨率触觉反馈实现动态电缆位姿与受力的估计。
• 仅通过触觉传感实现鲁棒的电缆追踪与末端执行器定位，以支持如插头插入等任务。
• 在不同材质、粗细和刚度的电缆上实现泛化能力。
• 通过60Hz的触觉反馈回路实现实时、响应式控制，以维持夹持稳定性和电缆对齐。

提出的方法

• 在平行颚式夹持器上集成GelSight触觉传感器，以实现高分辨率、60Hz的实时触觉反馈。
• 开发了一套基于视觉的触觉感知流程，实现实时估计电缆位姿、摩擦力和压痕质量。
• 采用PD控制器结合漏积分器实现夹持力调节，以维持滑动所需的最优摩擦力。
• 基于学习的电缆滑动动力学线性模型，设计了LQR控制器以实现电缆在手指上的居中与对齐。
• 将控制器集成到一个闭环触觉反馈的响应式夹持器系统中，采样频率为60Hz。
• 在单一电缆类型上训练LQR模型，并评估其在具有不同物理参数的其他电缆上的泛化性能。

实验结果

研究问题

• RQ1 实时触觉反馈是否能够在无机械约束或视觉辅助的条件下实现对电缆的鲁棒追踪？
• RQ2 在动态滑动过程中，如何利用触觉传感估计电缆位姿与摩擦力？
• RQ3 基于单一电缆类型学习的简单线性电缆动力学模型，能否泛化到不同材质与直径的电缆？
• RQ4 何种控制架构可实现在高维、可变形物体操作中稳定夹持与对齐？
• RQ5 该系统是否能仅通过触觉反馈成功完成如插头插入等复杂任务？

主要发现

• 系统在五种不同电缆、多种速度与构型下，成功追踪了总长度的98.2%。
• 系统在不同直径、材质和刚度的电缆上表现出良好泛化能力，其中最细最轻的电缆（电缆4）因不稳定性而需要最多次重抓握。
• 最刚性且最局部笔直的电缆（电缆5，橡胶USB线缆）表现最佳，表明电缆机械特性对性能有显著影响。
• 在通过触觉反馈检测到插孔后，机器人成功将耳机插头插入的速率为85%，验证了系统在复杂操作任务中的实用性。
• 60Hz的触觉反馈回路实现了快速、响应式的控制，使夹持器能够适应电缆的动态形变并维持夹持稳定性。
• PD-漏积分器夹持控制器与LQR位姿控制器的结合，实现了稳定、连续的电缆追踪，且重抓握次数极少（每米仅2–3次）。