操作与抓取

不确定性下的操作

不确定性下的操作,指的是在机器人并不确切知道各种情况时,去抓取和摆弄物体。在真实世界里,摄像头对物体位置的猜测总会偏一点,它的形状也只是大致知道,表面有多滑只能靠估计,而传感器本身还带着噪声。不确定性下的操作,就是在这一切都不准的情况下依然把事办成的本领——哪怕机器人手里关于那只杯子的每一个数都有点错,也要把它干净利落地拿起来。

看清这层“雾”从哪来会很有帮助。物体的位姿(它在哪、朝哪个方向转着)是模糊的,因为视觉并不完美。它的形状也可能是未知的,要是机器人从没见过这件确切的东西。摩擦——表面能提供多大的抓持力——很难测量,还会随灰尘或潮气而变。而机器人自己的触觉和位置传感器也会漂移、抖动。这些误差单独拎出来或许都还能扛,但它们会层层叠加;一个以为各项数据都完美的计划,可能彻底抓空,或者让东西滑掉。

解法不是假装那些数都准,而是为“会出错”预先打算。机器人可以挑一种即便物体比看上去偏了一厘米也照样管用的抓法,多捏一点力来对抗未知的滑腻,放慢逼近、用触觉确认接触之后再下手,或者先抓一下、再查验自己是不是真的抓住了东西。像这样设计出能容忍误差的动作——而不是去强求一个真实世界永远给不了的精度——正是核心本领;它也正是“实验室演示”与“能在杂乱的厨房或仓库里真正干活的机器人”之间的分水岭。

摄像头说马克杯的把手在这儿,但实际可能偏出一厘米。于是机器人不去抓那根细把手,而去抓宽宽的杯身,因为就算估计有误,抓在杯身上也照样能抓中。

选一个“宽容”的抓取:宽大的目标能扛住一次错误的猜测,而细小的目标扛不住。

诀窍不在于猜得更准,而在于动作更“宽容”——选用那种即便物体实际上和传感器报出来的有些出入、也依然能成功的抓法和动作。

又称
robust grasping鲁棒抓取穩健抓取