三维物体抓取合成算法的概述

三维物体抓取合成算法的概述

摘要

本文概要介绍了生成三维对象掌握自主机器人多指手的计算算法。机械手抓一直是一个活跃的研究课题，几十年来，已经花了大量的精力掌握合成算法。现有的论文重点审查把握和手指–物体接触作用比基和库马尔力学（2000）[ 12 ]或机械手的设计和控制gallaf等人。（1993）[ 70 ]。机器人抓取合成算法已经进行了希莫加（1996）[ 71 ]，但自那以来，对学习技术应用于抓取问题取得了重要进展。本文着重于分析以及实际抓取的合成方法。

1.介绍说明

在过去的几十年里，机器人抓取的研究已经蓬勃发展。已经开发了几种算法，用于合成机器人的抓取，以实现稳定，强制关闭，任务的兼容性和其他属性。不同的方法已经发展到满足这些目标，和大幅的改进要求。因此，我们的目的，大量算法的可用性使得它难以选择，因为他们的方法和假设是不同的。本概述的主要目标是使选择算法提供他们比较容易的任务。。

在一个任务执行过程中，机械手的灵巧性、平衡性、稳定性和动态性等特性，使其在任务执行过程中得到控制。这样的控制方案，需要计算的手指参数（手指和关节的位置和力量）的方法。这些算法被称为机器人抓取合成算法。

本文组织如下。第2节介绍了所使用的术语和基本知识，掌握分析。第3和4次审查算法的基础上的分析和实证方法。通过

分析的方法，我们的基础上的几何，运动学和/或动态配方的把握合成问题的基础上。实证方法通过模仿或模仿人类抓取的策略避免的物理和数学模型计算。

2.背景和术语

夹持器的基本功能是抓取物体，并通过它的手指操纵它们。在把握配置选择的基本属性之一是固定的抓取对象（其平衡），对可能的外部干扰。一组手指抓取对象的指尖也可以看到，从机械的角度来看，作为分布在物体表面上的阻抗[ 1 ]。

在掌握文献中所使用的术语，平衡，稳定，强制关闭和形式关闭条款有一个广泛的差距[ 2，7 ]。我们采用[ 4 ]中所用的术语，并在下列相应的定义中总结。

考虑一个对象在接触点掌握的对象。在每个触点位置，该对象是受正常/切向力和扭转力矩的正常。我们表示这些机械手的WNI，WTI和Wθ分别，及其相应的幅度由CNI，CTI和Cθ我。每个联系人可以是摩擦，摩擦或软。在摩擦接触的情况下，只有法向和切向的机械手。一个无摩擦接触只有普通扳手是。机械手矩阵W是由上述所列向量机械手。我们指的是对应的机械手大小的向量。

定义1。一个带外部机械手的对象是在平衡的，如果只有当：

1.∀i, cn i ≥0, |cti| ≤µi tcn i and |cθi | ≤µiθcn i

2. Wc + g = 0 for c ̸= 0

在µ和µθ分别对应的切向和扭转摩擦系数为每个联系人

的位置由库仑定律给出的。因此，一个被抓取的对象被定义为处于平衡状态，如果所有力的总和和作用于它的所有时刻的总和等于零。一个平衡的抓取可能是稳定的或不稳定的。在[ 7 ]中详细说明了稳定性：

定义2。一个被抓的物体处于平衡状态，所有的力量

和时刻可以来自一个潜在的功能V（q）：∀1q=0,1V >0.

每一抓取策略的首要目标是确保稳定。狄利克雷定理的一个包括外部耗散力利用直接法保守系统的稳定性分析提供了一个充分条件。一般方法依赖于运动方程组的线性化形式。这些方程可以线性化的平衡位置，以便分析其静态稳定。有一定的矩阵的特征值的特征点附近的行为（哈特曼–格罗布曼定理）。更确切地说，如果所有的特征值是负实数或复数的负实部，那么这个点是一个稳定的吸引不动点，附近的点收敛到它的指数率[ 8 ]。

此外，局部几在稳定性的另一个维度依赖于接触力传输的限制。它们的性质如封闭的形式体现，力封闭和更普遍的“联系稳定性”[ 2–7]。

此外，如果一个小扰动的抓取是稳定的，对对象的位置或指力，产生一个复位机械手，往往将系统恢复到原来的配置[ 4 ]。阮在[ 10 ]介绍了构建稳定的掌握算法。他还证明了所有的三维力封闭抓取可以取得稳定。一个抓取力封闭时手指可以用适当的力量在反对在任何方向[ 11 ]生产扳手。换句话说，扳手或抓取矩阵，注意到，应积极跨越整个六维扳手空间。何形状的接触，可以考

虑在把握稳定性分析[ 4 ]。

除此之外，力封闭的抓取是平衡的一个子集，具有稳定的重要属性。然而，并不是所有的稳定的抓取都是封闭的，包括许多共同的，易于获得的抓取。比基[ 12 ]观察力封闭抓取分析相当于一个常微分方程的稳定性。力封闭性定义如下[4]。

定义3 掌握验证力的封闭性质当且仅当，任何外部扳手Wˆ，存在一个幅度矢量λ满足约束等式定义1中，这样的Wλ= Wˆ。

最后，形成封闭性通常是一个更强大的条件比强制关闭。形式闭合的分析本质上是几何的。更正式，掌握实现形式封闭当且仅当它达到力封闭与无摩擦点接触。在这种情况下，形成闭合的力封闭是双彼此[ 6，13]。

显然，稳定是一个必要的，但不是一个充分的条件，掌握战略。当我们伸出手去抓一个对象，我们就有一个任务来完成。因此，为了顺利完成任务，所掌握的任务也应与任务要求相兼容。计算任务导向的抓取是至关重要的一抓策略。最后，由于对象的形状和大小的多样性，一个抓策略应准备抓取对象的机器人第一次看到。

因此，一个抓取的策略，如图1所示，应确保稳定，任务的兼容性和对新对象的适应性。通过新的对象，我们指的是被视为第一次由机器人系统。此外，一个抓取的合成策略应该有以下问题的答案：在哪里抓取对象，以完成任务？分析和实证的方法回

答这个问题不同。

图1.抓取策略应满足三个约束：稳定性、任务相容性和对新对象的适应性。

图2.运用分析方法抓取综合的策略。

分析方法确定接触位置上的对象和手工配置，满足任务要求通过运动学和动力学公式。实证方法，另一方面，模仿人类抓取选择抓取最符合任务要求和目标对象的几何。在下面，我们回顾了这2种方法适用于三维物体的抓取合成。读者应该注意到，已经开发了许多算法的二维物体抓取规划[14,15]，但3D对象的抓取合成还是一个活跃的研究领域，由于高维空间和复杂的几何对象的抓取。

3.分析方法

确定抓取的运动学和动力学公式的分析方法。这种计算的复杂性来自数量的条件，必须满足一个成功的抓取。图2所示的分析方法所采用的一般策略，计算抓取。在文献中提出的算法并不一定包含所有的组件的架构在图2。他们中的大多数不考虑任务约束和/或手模型。

图3总结了这些策略。一个快速的看这个图显示，许多作品已经发展到计算力封闭抓取，但只有少数已经解决了问题，计算任务为导向的。这说明了后者的难度。在下面，我们提出并讨论了一些相关的作品，产生力封闭和任务导向的抓取。

图3.一种三维物体的抓取合成分析方法的综合视图。图显示了满