国际上,机器人示教拖动技术做的好的学者或者实验室有哪些?
- 作者 · 李淼
- 1026次浏览
- 2018-03-01
- 来源 · 知乎
- 分享
- 字体-+
作者根据多年的经验和专业知识,从定义上来回答机器人示教拖动的内容。
问题:国外或者国内有哪些学者或实验室研究机器人示教拖动技术且发表了相关论文?我想追踪他们的文章,请知道的大神不吝赐教、分享,或者推荐一些经典的机器人示教拖动的文献。
这个问题可大可小,既然是做研究,可以往稍微大一点的地方说吧。
首先,拖动示教,我理解的是Programming by Demonstration, 或者Learning from Demonstration, 这个可以参考“Handbook of Robotics”,第59章,见下图。
这上面的四个作者,基本在这个领域都做得相当的好,他们的相关实验室,都可以google到,在此不展开。另外这章后面的参考文献肯定是要好好看一下的。Dillmann应该是退隐了,其他三个还比较活跃的,实验室也维持着稳定的产出。
拖动,顾名思义,在这个场景下就是手拖着机器人去运动,通常的实现方法比较多,其他几位的答案也都提及了一些,下面再去介绍下:
1. 直接拖动的机器人,通常在机器人比较小比较轻或者减速比很小的时候可以这么做,绳驱动(cable-driven)的机器人一般可以这么做。
2. 通过电流环节实现动力学补偿的,从而实现拖动的;据说UR机器人是这么做的,很多国产机器人品牌基本都是这么个方法,优点是便宜(不需要加额外的传感器),响应速度快。缺点是要做好,需要很好的机器人完整动力学模型,包括估计关节的摩擦力。而温度的变化对摩擦力的影响也许是这个控制器最大的噩梦!
3. 通过关节力矩实现动力学补偿的,从而实现拖动的;这个在KUKA LWR, iiwa上应该用得比较成熟了,优点是感觉好,缺点是贵,难复制和大规模化。我自己的视频没有找到,放个我同事的吧。
4. 通过末端力传感器,直接把力的信息映射成关节的运动,这个本质上没有考虑机器人的动力学,还是会有一定的迟滞感。但是好处就是可以用工业机器人的位置环实现拖动。同样放个同事做的视频。
关于示教,这里面的内容就更多了,上面的提到的拖动,只是解决示教中的How的问题的一种方法。这里面还有大量的值得研究的内容,包括How to imitate, What to imitate, When to imitate,Who to imitate。通常探讨的比较多的可能是How和What的问题,但是When和Who其实是一个没有被多少研究的问题。如果是要搞牛逼一点的研究,可以试试。如果只是想毕业,研究How和What就够了,毕竟强化学习,深度学习的坑一时也填不完。
如果是对工业上的机器人应用感兴趣的同学,欢迎给我发微信,投简历,18年大家一起做点不一样的事。
这个问题可大可小,既然是做研究,可以往稍微大一点的地方说吧。
首先,拖动示教,我理解的是Programming by Demonstration, 或者Learning from Demonstration, 这个可以参考“Handbook of Robotics”,第59章,见下图。
这上面的四个作者,基本在这个领域都做得相当的好,他们的相关实验室,都可以google到,在此不展开。另外这章后面的参考文献肯定是要好好看一下的。Dillmann应该是退隐了,其他三个还比较活跃的,实验室也维持着稳定的产出。
拖动,顾名思义,在这个场景下就是手拖着机器人去运动,通常的实现方法比较多,其他几位的答案也都提及了一些,下面再去介绍下:
1. 直接拖动的机器人,通常在机器人比较小比较轻或者减速比很小的时候可以这么做,绳驱动(cable-driven)的机器人一般可以这么做。
2. 通过电流环节实现动力学补偿的,从而实现拖动的;据说UR机器人是这么做的,很多国产机器人品牌基本都是这么个方法,优点是便宜(不需要加额外的传感器),响应速度快。缺点是要做好,需要很好的机器人完整动力学模型,包括估计关节的摩擦力。而温度的变化对摩擦力的影响也许是这个控制器最大的噩梦!
3. 通过关节力矩实现动力学补偿的,从而实现拖动的;这个在KUKA LWR, iiwa上应该用得比较成熟了,优点是感觉好,缺点是贵,难复制和大规模化。我自己的视频没有找到,放个我同事的吧。
4. 通过末端力传感器,直接把力的信息映射成关节的运动,这个本质上没有考虑机器人的动力学,还是会有一定的迟滞感。但是好处就是可以用工业机器人的位置环实现拖动。同样放个同事做的视频。
关于示教,这里面的内容就更多了,上面的提到的拖动,只是解决示教中的How的问题的一种方法。这里面还有大量的值得研究的内容,包括How to imitate, What to imitate, When to imitate,Who to imitate。通常探讨的比较多的可能是How和What的问题,但是When和Who其实是一个没有被多少研究的问题。如果是要搞牛逼一点的研究,可以试试。如果只是想毕业,研究How和What就够了,毕竟强化学习,深度学习的坑一时也填不完。
如果是对工业上的机器人应用感兴趣的同学,欢迎给我发微信,投简历,18年大家一起做点不一样的事。
本文转载自知乎,作者:李淼,如若转载请联系原作者。
相关标签:
- 机器人
- 示教拖动
参与评论