力闭合抓取优化新方法

资源内容介绍

本文提出一种基于序列半定规划的力闭合抓取综合与优化方法，利用双线性矩阵不等式（BMI）建模抓取与运动学约束，有效解决非凸优化难题。相比传统梯度法，该方法能处理非光滑约束，并可证明问题不可行性，提升求解可靠性。通过优化接触点与摩擦锥，最大化抓取质量指标Q1，实现在复杂几何物体上的稳定抓取。实验验证了方法在多关节机器人上的有效性与可扩展性。在机器人领域，力闭合抓取是衡量机械臂抓持物体时抵抗外力干扰能力的重要特性。力闭合的概念起源于对物体在接触力作用下受到的力矩计算，该计算依赖于接触位置与接触力之间的双线性乘积，这使得力闭合抓取合成问题本质上是非凸优化问题。在实际应用中，大多数现有方法采用基于梯度的非凸非线性优化技术，以合成力闭合抓取。然而，当接触位置固定时，判断给定接触是否能实现力闭合，却转化成了仅对接触力进行的凸优化问题。因此，双线性结构的约束条件使得问题具有特殊性。为了解决这类问题，研究者提出了一种新的方法，该方法基于序列半定规划（Sequential Semidefinite Programming）来综合与优化力闭合抓取。这种方法能够处理非光滑约束，并具有证明问题不可行性的能力，提高了求解的可靠性。通过优化接触点与摩擦锥，此方法还能够最大化抓取质量指标Q1，从而实现在复杂几何物体上的稳定抓取。为了验证这一方法的有效性和可扩展性，研究者在多关节机器人上进行了实验。实验结果表明，这种方法能够有效地提高抓取的质量和稳定性。此外，研究者们还引入了多种抓持度量，以测量力闭合抓取的质量。这些度量包括计算给定接触在有限接触力约束下无法抵抗的最小力矩，以及通过非线性优化技术优化接触位置，这些都基于力闭合抓取的合成与优化。文章中提到的基于双线性矩阵不等式（BMI）建模的抓取与运动学约束，有效地解决了非凸优化问题。文章的工作获得了David S.Y.和Harold Wong奖学金以及ONR MURI资助。文章由戴鸿凯、阿尼鲁达·马祖达尔和拉塞尔·泰德拉克撰写，发表在由A. Bicchi和W. Burgard编辑的《Robotics Research》系列中。在文献回顾中，研究者们总结了力闭合抓取合成问题的广泛研究文献，并指出了在计算物体上的力矩时，接触位置与接触力之间的双线性乘积是导致非凸优化问题的主要因素。研究者们发现，尽管力闭合抓取合成问题涉及非凸约束，但约束的双线性结构使其具有特殊性。基于这些观察，文章提出了一个特殊的优化问题，即寻找（并优化）力闭合抓取问题的解。文章还指出，传统的基于梯度的方法在处理非光滑约束时存在局限性，而新的方法则在处理这类问题上具有显著优势。在抓取策略的优化中，接触点和摩擦锥的优化尤为关键，它们直接关联到抓持质量指标Q1的最大化。该方法的实验验证是在多关节机器人上进行的，这些实验不仅证明了方法的有效性，而且展示了其在复杂环境中的应用潜力。该研究提出了一种有效的力闭合抓取优化新方法，它基于序列半定规划对力闭合抓取进行综合与优化，通过双线性矩阵不等式建模约束条件，有效处理了非凸优化问题，并在实验中验证了方法在多关节机器人上的有效性与可扩展性。该方法对提高机器人抓持过程中的稳定性和质量指标具有重要意义。