Manipulación rica en contacto cuasiestática usando primitivas de movimiento dinámico y mapa potencial háptico

Resumen Los robots necesitan un sentido del tacto para manejar objetos de manera efectiva, y los sensores de fuerza proporcionan una manera directa de medir el tacto o el contacto físico. Sin embargo, los datos de fuerza de contacto suelen ser escasos y difíciles de analizar, ya que solo aparecen durante el contacto y a menudo se ven afectados por ruido. Por lo tanto, muchos investigadores han confiado en métodos basados en la visión para la manipulación robótica. Sin embargo, la visión tiene limitaciones, como oclusiones que bloquean la vista de la cámara, haciéndola ineficaz o insuficiente para tareas hábiles que involucran contacto. Este artículo presenta un método para sistemas robóticos que operan bajo condiciones cuasiestáticas para realizar manipulaciones con mucho contacto usando solo mediciones de fuerza/par de torsión. Primero, se recogen con anticipación las fuerzas/torques de interacción entre el objeto manipulado y su entorno. Luego, se construye una función potencial a partir de los datos de fuerza/par recogidos usando regresión de procesos gaussianos con derivadas. A continuación, desarrollamos primitivas de movimiento dinámico hápticas (Haptic DMPs) para generar trayectorias del robot. A diferencia de las DMPs convencionales, que se centran principalmente en aspectos cinemáticos, nuestras Haptic DMPs incorporan interacciones basadas en fuerza integrando la energía potencial construida. La efectividad del método propuesto se demuestra mediante tareas numéricas, incluyendo el clásico problema de encaje de clavija en agujero.