获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
摘要 - 计划和控制机器人手机操纵的能力受到了几个问题的挑战,包括系统的先验知识以及随着不同机器人手甚至掌握实例而变化的复杂物理学。最直接的手动操纵模型之一是逆雅各布,它可以直接从所需的内对象运动映射到所需的手动执行器控制。但是,获得没有复杂手动系统模型的没有复杂手动系统模型的这种反向雅各布人通常是impeasible。我们提出了一种使用基于粒子滤波器的估计方案自我识别的逆雅各布人来控制手工操作的方法,该方案利用了非隔离的手在自我识别运动过程中维持被动稳定的掌握的能力。此方法不需要对特定手动系统的先验知识,并且可以通过小型探索动作来学习系统的逆雅各布。我们的系统紧密近似近似雅各布,可用于成功执行一系列对象的操纵任务。通过在耶鲁大学模型上进行广泛的实验,我们表明所提出的系统可以提供准确的亚毫米级精度操纵,并且基于雅各布的逆控制器可以支持高达900Hz的实时操纵控制。