机器人操纵的介绍:核心概念和开始

[←学习]

了解机器人武器的基础,最终效应,自由程度,以及现代操纵系统的学习方法.

机器人操纵是什么?

机器人操纵是机器人系统与其环境中的物体进行物理交互的能力.与机器人运动不同 (从一个地方移动到另一个地方),操纵侧重于使用一个手臂或类似的机制来抓住,移动,组装,分类,插入**或以其他方式改变世界中的物体状态.

家庭的例子可以说明:从柜台拿起咖啡杯,倒在洗槽里,然后把它放下来,这是一个操纵任务.工业的例子包括将电路板组件放在0.1毫米精度上,或按重量分类包装. 在这两种情况下,机器人必须感知世界,计划运动,并执行精细的物理接触.

操纵与导航不同,因为它涉及 接触力.触摸物体以一种仅仅是感知系统无法预测的方式改变世界状态.这就是为什么操纵被认为是机器人最具挑战性的领域之一.

操作系统通常有四个主要的硬件元素.

**机器人臂:**由动力联结连接的硬链链.每个联结增加了一个自由度.机器人臂结构决定机器人可以达到多远,它可以承载多少重量 (有效载荷).共同的协作臂 (cobot) 有效载荷范围从3公斤到20公斤.
终端效应器: 接触物体的手臂尖端.最常见的类型是 parallel jaw gripper (两个手指打开和关闭), suction cup (真空,快速用于平面表面),和 dexterous hand (复杂的手中的操作).选择完全取决于任务.
**传感器:**RGB摄像头提供视觉感知;深度摄像头增加几何;手腕上装有力/扭矩 (F/T) 传感器测量抓住器所施加的力和扭矩.
控制器: 运行实时控制循环的计算机,通常在1kHz,读取传感器数据并发送动机命令.现代的科博通过ROS2或专有SDK暴露这一点.

机器人臂的能力有三个数字.

**自由度 (DOF):**独立的关节轴数.在3D空间中达到任意位置和方向需要至少 6 DOF.一个 7-DOF臂增加了一个冗余的关节,使机器人能够避免障碍或奇异性.类似于肩膀,肘部和手腕的协同有比触摸点所需的更多自由.
工作空间: 终端效应器物理上可以达到的3D体积.工作空间由链接长度和关节角限度决定.大多数协作机器人具有一个圆形工作空间,半径等于总臂长度.注意可达成的工作空间≠精巧的工作空间 (可实现所有方向).
重复性: 工业臂在重复命令时重返相同的联合配置的精度.工业臂达到 ±0.02 mm;同步器通常达到 ±0.05 mm.重复性与绝对精度不同 (击中外部指定点),而没有校准性则更难保证.

让机器人能够强大地操纵物体是一个开放的研究问题.

远程操作 (示范收集): 一个人类操作员控制机器人执行任务,而所有传感器数据都会被记录.机器人还没有学习.
**模仿学习 (IL):**机器人通过模仿记录的示范来学习一种政策从传感器输入到行动.不需要明确的奖励功能.行为克隆,ACT和传播政策等算法属于这个类别.
**强化学习 (RL):**机器人试图执行操作,接收奖励信号 (例如,成功抓取+1),并在许多试验中改进其政策.RL可以超越人类示范质量,但需要许多尝试通常首先在模拟中运行,然后转移到真实硬件.

如果您是机器人操纵的新手, 以下是从零开始运行您的第一项学习的规则的实际硬件的实际进展:

操作很难,最初的结果往往是令人谦卑的.这是正常的.这领域在过去三年里已经大幅度进步,正因为实践者分享了数据,并从失败中学到了东西.