Resumen: El agarre ha sido un desafío de larga data para facilitar la interfaz final entre un robot y el entorno. A medida que los entornos y las tareas se vuelven complicados, la necesidad de incrustar una mayor inteligencia para inferir de los alrededores y actuar sobre ellos se ha vuelto necesaria. Aunque la mayoría de los métodos utilizan técnicas para estimar la pose de la comprensión mediante el tratamiento del problema a través de enfoques basados en muestreo puro en el espacio de seis grados de libertad o como un problema de aprendizaje, generalmente fallan en entornos de la vida real debido a una generalización deficiente en los dominios. Además, el tiempo necesario para generar el plan de agarre y la falta de repetibilidad, debido a la ineficiencia de muestreo y la naturaleza probabilística de los enfoques de planificación de agarre existentes, limita severamente su aplicación en tareas del mundo real. Este artículo presenta un enfoque analítico liviano hacia la planificación de agarre robótico, particularmente los agarres antipodales, con poco o ningún muestreo en el espacio de seis grados de libertad. El algoritmo de planificación de agarre propuesto se formula como un problema de optimización para estimar los puntos de agarre en la superficie del objeto en lugar de estimar directamente la pose del efecto final. En este sentido, se presenta un algoritmo de crecimiento de región suave para la segmentación de plano efectivo, incluso en el caso de superficies curvas. Luego se utiliza una métrica de calidad basada en la optimización para la evaluación de puntos de agarre para garantizar el cierre de la fuerza indirecta. El marco de agarre propuesto se compara con el enfoque de planificación de agarre de última generación existente, la detección de pose (GPD), como línea de base sobre múltiples objetos simulados. La efectividad del enfoque propuesto en comparación con GPD también se evalúa en una configuración del mundo real utilizando datos de imagen y nube de puntos, con los medidores planificados que se ejecutan utilizando un Manipulador Robotiq Plipper y Ur5.
Publicado Originalme en export.arxiv.org El 13 de agosto de 2025.
Ver Fuente Original
