Lokalizace a uchopení předmětů robotickou rukou pokrytou citlivou kůží

Abstract

Lokalizace a uchopování předmětů roboty obvykle závisí na užití obrazových čidel. Hmatová zpětná vazba (HZV) s prostředím se užívá druhotně, nebo se nepoužívá vůbec. V této práci je zkoumán krajní případ, kdy nejsou dostupná jakákoliv obrazová data. Jedním takovým případem je robot s elektronickou kůží po celém svém těle. Navrhl jsem soustavu pro lokalizaci a uchopení předmětů pro tohoto robota v prostředí, kde se nachází vícero cílových objektů. Testoval jsem tento systém v prostředí s několika ručně vyrobenými předměty na stole. Systém dosahoval úspěšnosti 81.67, přičemž doba úchytu činila průměrně 207 s. Dále byla otestována varianta systému, která nepoužívá HZV při samotném úchytu. Tato varianta dosahovala úspěšnosti 64.14 % se snížením doby úchytu o 6.5 % na 194 s. Platforma a návrh systému kladou omezení na druh předmětu a jejich umístění, která je robot schopen uchopit. Budoucí práce by se měla zaměřit na stavbu robustnějších modelů předmětů. Data z velkého množství kontaktů, z přesnějšího dotykového senzoru, nebo oboje mohou být užita k tomuto účelu.

Localization and grasping of objects by robots is typically performed while relying on some form of visual sensors. Haptic feedback from contacts with the environment is only secondary if present at all. In this work, an extreme case of localization and grasping in complete absence of visual input is explored. One such case is a robot that relies on a whole-body electronic skin. I designed a system for localization and grasping of objects for this robot in an environment with many target objects. I evaluated this system using several handmade objects on a table. The system achieved a grasp success rate of 81.67 % and average execution time of 207 s per object. A variant that does not use haptic feedback during grasping has shown a success rate of 64.14 % while decreasing the execution time by 6.5 % to 194 s. The platform and system design places severe limitations on general application, both in object type and pose. Future work should focus on the design of systems that predict object model using more information. A large number of contacts per object, a more detailed tactile sensor or both could be used for this purpose.