基于在线惯性估计与凸接触力旋量优化的双臂箱体操作
论文提出摩擦感知的双臂箱体操作框架，将在线惯性估计与凸接触力旋量优化结合：惯性估计模块根据测得的接触力旋量估计物体质量与质心，优化模块在椭球摩擦极限面约束下用二阶锥规划（SOCP）求摩擦可行的接触力与扭转力矩，并加入离线轨迹细化以减少物体与环境的不期望接触。框架将摩擦可行性作为硬约束、在可行域内最小化接触力，无需分别调参避免滑移与过度挤压。在真实双臂机器人系统上针对不同质心配置的实验显示，该方法可举升惯性属性未知的物体并保持稳定摩擦接触。
发布于 10-23 23:02来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Dual-Arm Box Manipulation via Online Inertial Estimation and Convex Wrench Optimization》查看原链
arXiv:2605.22021v2 公告类型：替换 摘要：双臂机器人操作常需举升和搬运质量与质心未知的物体。 这些不确定性会影响稳定举升所需的力-力矩平衡，接触力旋量调节不当会导致滑移、物体掉落、姿态偏差或过度挤压。 本文提出一种面向惯性属性未知物体的摩擦感知双臂箱体操作框架，将在线惯性估计与凸接触力旋量优化相结合。
惯性估计模块根据测得的接触力旋量估计物体质量和质心，优化模块在椭球摩擦极限面约束下通过二阶锥规划（SOCP）计算摩擦可行的接触力和扭转力矩。 框架还包含离线轨迹细化阶段，以在存在几何约束时减少物体与环境的不期望接触。 通过将摩擦可行性作为硬约束并在可行域内最小化接触力，该框架实现了稳定举升，而无需将避免滑移和过度挤压作为单独调参的目标。
在真实双臂机器人系统上针对不同质心配置的实验表明，该方法能在保持稳定摩擦接触的同时举升惯性属性未知的物体。