基于靈巧手觸覺信息的未知物體類人探索策略

顧海巍, 樊紹巍,金明河,劉宏

(哈爾濱工業(yè)大學(xué) 機(jī)器人技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150080)

?

基于靈巧手觸覺信息的未知物體類人探索策略

顧海巍, 樊紹巍,金明河,劉宏

(哈爾濱工業(yè)大學(xué) 機(jī)器人技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150080)

為增強(qiáng)機(jī)器人對環(huán)境的適應(yīng)性，基于對人類進(jìn)行未知物體觸覺探索時行為的觀察和分析，提出一種適用于機(jī)器人靈巧手自主進(jìn)行未知物體觸覺探索的策略。機(jī)器人觸覺探索過程被劃分為頂面探索和側(cè)面探索兩個階段。在頂面探索階段，根據(jù)所得到的觸覺信息對物體的基本尺寸和姿態(tài)進(jìn)行估計(jì)，并用包圍盒近似物體；而在側(cè)面探索階段，依據(jù)分類判別不等式將物體按基本尺寸進(jìn)行分類，對不同類別的物體設(shè)計(jì)不同的側(cè)面探索策略，從而指導(dǎo)靈巧手對未知物體的信息進(jìn)行采集。最后，在仿人機(jī)器人平臺上完成了對未知物體的觸覺探索實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，應(yīng)用所提出探索策略，機(jī)器人可以僅依靠觸覺自主的探索未知物體并獲取物體信息。

機(jī)器人靈巧手；觸覺傳感器；行為觀察；探索策略；觸覺信息

抓取和操作未知物體是機(jī)器人完成各種復(fù)雜任務(wù)的基本能力，而獲取未知物體的信息并進(jìn)行模型重構(gòu)是機(jī)器人完成抓取和操作規(guī)劃的前提。眾所周知，由于數(shù)據(jù)提取效率高，機(jī)器人視覺系統(tǒng)被廣泛的應(yīng)用于物體信息的提取[1]。然而，視覺仍存在一定的局限性。在一些光線較差的環(huán)境中，如水下、工業(yè)車間、太空環(huán)境等，機(jī)器人視覺可能無法得到足夠的物體信息，從而導(dǎo)致抓取的失敗，甚至損壞機(jī)器人和物體。在視覺受限甚至失效的情況下，通過觸覺傳感器采集物體信息并進(jìn)行模型重構(gòu)成為克服外界環(huán)境對視覺影響的一種解決方案。在觸覺探索過程中，如何規(guī)劃機(jī)器人的一系列動作從而得到未知物體的有效信息是機(jī)器人進(jìn)行觸覺探索時所要解決的主要問題；同時由于物體模型未知，機(jī)器人與物體間可能發(fā)生的不期望碰撞也是需要考慮的問題。

在對人類探索未知物體行為的一系列研究中表明[2-4]，為了實(shí)現(xiàn)某些目的的探索，人類會采用不同的手部動作進(jìn)行探索，這些動作被定義為探索步驟(exploration procedure, EP)。文獻(xiàn)[4]中共定義了8種不同的EP用于采集物體不同的特征。通過一系列的EP，人可以很快的識別出物體的信息。在機(jī)器人觸覺探索的研究中，觸覺傳感器被安裝在機(jī)器人不同類型的末端執(zhí)行器上。一類是簡單執(zhí)行器，如單手指[5-6]、探針[7]及夾持器[8-9]等，這些工作通常較少關(guān)注探索策略；另一類是多指機(jī)器人靈巧手[10-12]甚至雙臂雙手[13]。由于多點(diǎn)接觸的優(yōu)勢，通過多指靈巧手進(jìn)行觸覺探索通常會有更高的效率，但由于靈巧手本身運(yùn)動學(xué)及控制的復(fù)雜性，需要一種策略指導(dǎo)機(jī)器人靈巧手完成探索過程。使用數(shù)據(jù)手套控制靈巧手探索物體是一種較為簡便的方法[14]，但這種方法需要人的參與，降低了機(jī)器人的自主性。針對觸覺探索策略的研究并不多，如文獻(xiàn)[15]中采用基于勢能場的方法在仿真環(huán)境中控制五指靈巧手在未知物體表面移動；文獻(xiàn)[10]中利用attention cubes方法產(chǎn)生探索的下一個目標(biāo)點(diǎn)；以及文獻(xiàn)[16]中使用信息增益方法選擇已知物體的下一個最佳接觸動作等。上述研究主要針對如何控制手指在物體表面的運(yùn)動，以及如何通過合理選擇探索點(diǎn)來減少探索步驟。這些方法通常設(shè)定較多假設(shè)前提，如已知物體的位置、粗略的尺寸和姿態(tài)，并且只針對有限尺寸范圍內(nèi)的物體進(jìn)行探索，同時并未考慮機(jī)器人與未知物體的碰撞問題。因此如何規(guī)劃一系列的機(jī)器人手部動作以采集未知物體幾何信息仍然是一個值得研究的問題。

通過觀察人類探索未知物體時的觸碰行為，本文提出一種針對多指靈巧手的觸覺探索策略。通過該策略，機(jī)器人可以在僅知道物體初始位置的前提下，對任意尺寸和形狀的未知物體自主的展開觸覺探索，并可以避免機(jī)器人與未知物體的碰撞。

1 行為觀察實(shí)驗(yàn)

在文獻(xiàn)[2]對于人類觸覺探索的研究中，并未對人類在盲探索未知物體時的策略進(jìn)行研究。例如，在執(zhí)行某種EP時人手以何種方向接近物體，執(zhí)行完EP后人手以何種方向進(jìn)行下一步探索等。因此，設(shè)計(jì)了如下基于行為觀察的實(shí)驗(yàn)以進(jìn)一步觀察人類在探索未知物體時的特點(diǎn)。由于機(jī)器人與人的臂手相比在運(yùn)動學(xué)及功能性上還有很大差距，并不適合完全模仿人類動作。因此設(shè)計(jì)如下觀察實(shí)驗(yàn)以得到一些機(jī)器人易于執(zhí)行的規(guī)律，設(shè)計(jì)后續(xù)的探索策略。

1.1 實(shí)驗(yàn)過程

共15名志愿者參與實(shí)驗(yàn)，所有的志愿者均首次參加實(shí)驗(yàn)。實(shí)驗(yàn)者佩戴眼罩坐在合適的高度，并將慣用手放在初始位置上。實(shí)驗(yàn)中被探索物體共20種，包含不同尺寸和形狀的十個標(biāo)準(zhǔn)模型和十個日常物體。物體以隨機(jī)的順序和角度放置于桌面，擺放位置固定。實(shí)驗(yàn)者采用慣用手進(jìn)行探索實(shí)驗(yàn)，由攝像機(jī)記錄手部探索動作及實(shí)驗(yàn)者得到的物體幾何信息等實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)環(huán)境及實(shí)驗(yàn)中被探索物體如圖1所示。

圖1 實(shí)驗(yàn)環(huán)境及被探索物體Fig.1 Experimental environment and explored objects

由于目前機(jī)器人與人在傳感器配置和靈活性上的差距較大，為了能夠?qū)⒂^察結(jié)果更好的應(yīng)用于機(jī)器人，在實(shí)驗(yàn)中對實(shí)驗(yàn)者的探索行為進(jìn)行了限制。

目前，多數(shù)機(jī)器人靈巧手只在指尖配置了觸覺傳感器。因此，限制實(shí)驗(yàn)者在探索時只能使用指尖以使得人與機(jī)器人傳感器配置近似。在人的探索過程中，手指在物體表面的滑動是經(jīng)常使用的動作。但對于機(jī)器人而言，目前大多數(shù)壓阻傳感器難以通過滑動獲得有效信息?？紤]以上情況，探索過程中允許實(shí)驗(yàn)者指尖與物體接觸但禁止沿物體表面滑動。此外，實(shí)驗(yàn)者需要在探索過程中盡量避免物體在桌面的移動以減少不確定性。雖然上述限制與人類平時的探索習(xí)慣并不相符，但基于上述限制得到的觀察結(jié)果更加易于在機(jī)器人上執(zhí)行。

在探索實(shí)驗(yàn)過程中，實(shí)驗(yàn)者可以隨時說出所得到的物體幾何信息，包括尺寸、姿態(tài)、形狀，并可以在探索過程中根據(jù)新得到的信息對物體參數(shù)進(jìn)行更改。對于形狀復(fù)雜的日常物體，實(shí)驗(yàn)者只需給出物體的基本尺寸和形狀。當(dāng)物體全部的幾何參數(shù)確定完畢后，對于當(dāng)前物體的探索結(jié)束。每一位實(shí)驗(yàn)者進(jìn)行20組探索實(shí)驗(yàn)，對每個物體的探索時間被限定在60 s。在進(jìn)行正式的實(shí)驗(yàn)之前，每個實(shí)驗(yàn)者首先進(jìn)行三個測試物體的探索以熟悉上述規(guī)則。通過人類強(qiáng)大的學(xué)習(xí)能力，實(shí)驗(yàn)者在經(jīng)過測試物體的探索后可以迅速適應(yīng)上述限制并完成探索實(shí)驗(yàn)。

1.2 觀察結(jié)果與分析

對所有的實(shí)驗(yàn)視頻進(jìn)行了分析，并從中提取具有代表性的動作，如圖2所示。對于標(biāo)準(zhǔn)物體形狀的識別成功率可以達(dá)到100%，而對日常物體約為80%。對于形狀簡單的物體，如球形，實(shí)驗(yàn)者僅對物體部分表面進(jìn)行觸碰即可識別出形狀，對于較為復(fù)雜的物體，如玩具電話，實(shí)驗(yàn)者通常需要對物體進(jìn)行完整的探索以得到更多的形狀特征。與文獻(xiàn)[2]中進(jìn)行的探索實(shí)驗(yàn)相比，對于實(shí)驗(yàn)者探索行為的限制和日常物體復(fù)雜的局部形狀使得實(shí)驗(yàn)者的探索時間增加。與識別成功率和所消耗時間相比，探索過程中實(shí)驗(yàn)者所表現(xiàn)出的規(guī)律顯然更值得關(guān)注。圖2為部分實(shí)驗(yàn)者探索典型物體時的動作順序圖，圖片均由實(shí)驗(yàn)視頻中提取。

圖2 實(shí)驗(yàn)者探索物體時典型的手部動作Fig.2 Typical hand movements when participant explores objects

在探索實(shí)驗(yàn)的初始階段，為了保持物體的穩(wěn)定并對物體進(jìn)行大致的估計(jì)，大多數(shù)實(shí)驗(yàn)者會首先對頂面進(jìn)行觸碰并由上而下進(jìn)行探索，從而得到物體粗略尺寸。在確定物體形狀后，部分尺寸又被重新估計(jì)并更新。在探索頂面時，實(shí)驗(yàn)者僅用食指到小指的四指指尖與物體頂面發(fā)生接觸，該動作被定義為指尖接觸EP (fingertip contact EP, FCEP)，如圖2中第1列所示；在探索物體側(cè)面時，實(shí)驗(yàn)者使用所有手指指尖接觸并包絡(luò)物體，這類動作被定義為夾取EP (pinch EP, PEP)，如圖2中第2至第5列所示。實(shí)驗(yàn)者在執(zhí)行EP時手部動作相對固定，通過手臂方向的不斷變換完成探索。例如，執(zhí)行PEP時人手的動作相同，但在執(zhí)行時不同的探索方向、接近方向和夾取方向共同確定PEP如何在物體表面執(zhí)行。物體的尺寸和姿態(tài)是影響實(shí)驗(yàn)者執(zhí)行PEP時選擇各種方向的主要方面。通過對實(shí)驗(yàn)結(jié)果的分析，可以得出如下觀察結(jié)果：

觀察1 在觸覺探索中，人首先對物體進(jìn)行若干次隨機(jī)觸碰。通過一定數(shù)量的局部特征預(yù)估物體整體尺寸和姿態(tài)，由此進(jìn)一步探索以確定形狀。在形狀確定后再給出物體更為精確的尺寸參數(shù)。

觀察2 人主要使用FCEP在識別初始階段估計(jì)物體的大致尺寸和姿態(tài)；采用PEP探索物體側(cè)面，識別物體的形狀和尺寸參數(shù)，并保持物體穩(wěn)定。

觀察3 物體的尺寸和姿態(tài)是影響探索策略的主要因素。人在進(jìn)行探索時，PEP的夾取方向傾向于沿物體的短軸，而探索方向傾向于沿物體的長軸。

以上觀察結(jié)果可以作為仿人規(guī)則來設(shè)計(jì)機(jī)器人觸覺探索策略。實(shí)驗(yàn)者在判斷物體尺寸時，精度和耗費(fèi)的時間存在差異，但大多難以給出精確的物體尺寸。對于物體尺寸參數(shù)，機(jī)器人可以很容易地通過運(yùn)動學(xué)計(jì)算給出精確的值，這也是機(jī)器人相對于人類而言具有優(yōu)勢的地方。

2 類人探索策略

根據(jù)之前的觀察結(jié)果，可以設(shè)計(jì)本節(jié)的類人探索策略。與之前的研究不同，文中物體的尺寸和姿態(tài)完全未知，僅物體的初始位置已知。物體被固定在桌面上以避免在靈巧手抓取和觸碰過程中輕微的移動。即便如此，仍然需要避免那些可能導(dǎo)致物體傾覆或損壞的碰撞。觸覺探索策略的目標(biāo)是引導(dǎo)機(jī)器人自主的通過觸覺傳感器得到未知物體的信息。對于每次探索，應(yīng)當(dāng)避免機(jī)器人與未知物體間不期望的碰撞，并且觸覺傳感器應(yīng)盡量接觸物體尚未探索的部分以盡可能全面的得到物體幾何特征。

圖3 觸覺探索過程示意圖Fig.3 Haptic exploration process

為方便描述，首先定義了一些重要的參數(shù)來描述探索過程，如圖3所示。機(jī)器人靈巧手沿接近向量η=[cos α,cos β,cos γ]接近未知物體并執(zhí)行EP。θ是η沿z軸變化的角度。對當(dāng)前物體部分表面的探索結(jié)束后，機(jī)器人手沿探索方向ρ移動至物體的其他部分進(jìn)行下一步的探索。Δs代表機(jī)器人手沿η探索時的步長。p0(x,y,0)是物體的初始位置，p1(x,y,H)是探索的起始點(diǎn)，pini(x,y,z0)為探索接近點(diǎn)，H是物體高度，z0>max{H1,H2,…,Hk}。

同時對描述機(jī)器人手的其他參數(shù)進(jìn)行了定義。抓取度量d定義為執(zhí)行PEP時，拇指與其他接觸手指間的最短距離，夾取方向d定義為抓取時拇指到該手指的方向。l代表食指到小指的長度，m代表手指的長度。

由實(shí)驗(yàn)觀察可知，人類在識別物體時并不需要對物體全部的表面進(jìn)行探索(如物體底面)，在得到足夠的幾何特征后即可判斷物體形狀和尺寸。因此根據(jù)觀察1，將機(jī)器人觸覺探索過程分為頂面探索和側(cè)面探索。頂面探索除了可以從物體頂面得到物體數(shù)據(jù)以外，還可以粗略估計(jì)未知物體的姿態(tài)和尺寸。在側(cè)面探索過程中，根據(jù)頂面探索所得的參數(shù)生成側(cè)面探索策略，完成整個觸覺探索過程。

2.1 頂面探索

根據(jù)觀察2，在頂面探索階段，采用FCEP進(jìn)行頂面探索。機(jī)器人手通過指尖接觸物體頂面采集數(shù)據(jù)，同時可以保持物體的穩(wěn)定。

物體的邊緣可以通過FCEP檢測。在執(zhí)行頂面探索時，每次k根手指與物體接觸。靈巧手沿η移動Δs后，再次執(zhí)行完靜態(tài)指尖接觸EP后，如果原接觸手指沒有再次與物體接觸，則上一接觸點(diǎn)被認(rèn)為是邊緣點(diǎn)。頂面探索流程如圖4所示，機(jī)器人通過物體邊緣的檢測和手指當(dāng)前的接觸狀態(tài)來確定手臂和手指的動作，在探索過程中機(jī)械臂不斷改變手指的探索方向，最終完成頂面的探索。

圖4 頂面探索算法流程圖Fig.4 Flow chart of top exploration algorithm

通過頂面探索得到的觸覺數(shù)據(jù)可以用來估計(jì)物體部分幾何參數(shù)。物體的高H=max{z1,z2…,zk}。將頂面觸覺點(diǎn)向x-y平面投影，通過頂面數(shù)據(jù)點(diǎn)投影的最小包圍矩形(minimum bounding rectangle, MBR)來近似物體的頂面。MBR是視覺識別中常用的形狀描述符，根據(jù)文獻(xiàn)[17]中計(jì)算MBR的算法，在頂面探索之后，計(jì)算包含所有頂面數(shù)據(jù)點(diǎn)的面積最小的矩形。這樣即可很容易的得到矩形的長A、寬B和方位角δ。根據(jù)物體的高度，在側(cè)面探索階段，整個物體可以用包圍盒來近似，如圖5所示。a、b、h分別表示物體三個軸的方向。方位角δ定義為a與x軸的夾角。

圖5 頂面探索后所得物體近似包圍盒Fig.5 Approximation bounding box of object after top exploration

2.2 側(cè)面探索

根據(jù)觀察2，采用PEP進(jìn)行側(cè)面探索。所謂側(cè)面探索策略，即針對不同物體確定PEP執(zhí)行時的探索方向、接近方向及夾取方向以完成物體表面的探索，并保證拇指與物體接觸以盡量維持物體穩(wěn)定。由觀察3可知，物體的幾何參數(shù)是影響探索策略的主要因素。因此提出了一種物體分類方法以針對不同類型的物體產(chǎn)生不同的探索策略來執(zhí)行PEP，如表1所示。該分類方法依據(jù)判別不等式組將物體分為四類，每一類物體都有對應(yīng)的探索方向、接近方向和夾取方向，每種類別所對應(yīng)的物體如圖6所示。由表1可知，判別不等式組綜合考慮了機(jī)器人靈巧手和物體間的幾何關(guān)系。在分類不等式組中，常數(shù)R=2/3。c1=H/l且c2=A/l, 代表了機(jī)器人靈巧手和物體之間的尺寸關(guān)系。

圖6 四種物體類別所對應(yīng)的物體示例Fig.6 Object examples corresponding to four categories

為更簡潔的表述側(cè)面探索，定義如下動作范式：

范式1 機(jī)器人靈巧手沿η運(yùn)動，以夾取方向d、步長Δs執(zhí)行PEP。

范式2 機(jī)器人靈巧手復(fù)位，機(jī)械臂沿ρ以步長Δξ=l運(yùn)動至物體其他部分開始探索。

在范式1中，d是執(zhí)行PEP的必要參數(shù)。根據(jù)觀察3，d通常沿軸向a或b。dmax代表抓取維度d的最大值。夾取方向?yàn)?/p>

表1 物體分類方法及對應(yīng)側(cè)面探索策略

根據(jù)表1中分類方法可以將經(jīng)過頂面探索后的不同尺寸的物體分類，并為不同類型的物體產(chǎn)生不同的探索策略以執(zhí)行側(cè)面探索。如果物體不包含在上述四種類型中，就意味著物體的尺寸不適合靈巧手進(jìn)行觸覺探索乃至抓取，機(jī)器人會停止側(cè)面探索以避免發(fā)生與不期望的碰撞。

3 實(shí)驗(yàn)和結(jié)果

為了驗(yàn)證所提出策略的有效性，在仿人機(jī)器人平臺上進(jìn)行了觸覺探索實(shí)驗(yàn)。實(shí)驗(yàn)中所使用的機(jī)器人靈巧手DLR/HIT II具有5根模塊化的手指，每根手指具有三個獨(dú)立的自由度，手指內(nèi)部集成位置、力矩、溫度等多種傳感器，集成度高，具有仿人的功能和外觀[18]，如圖7所示。

此外靈巧手指尖還配置了柔性壓阻觸覺傳感器[19]。觸覺傳感器表面覆蓋壓阻橡膠并安裝于指尖上。每個指尖有36個觸覺單元。當(dāng)指尖物與體接觸時，通過基于觸覺的機(jī)器人運(yùn)動學(xué)變換，可得到觸覺信息為Pt={(gi,ngi)},i=1,2,…,N。其中g(shù)i∈R3和ngi分別為精確的接觸點(diǎn)位置及法向量。

在每次執(zhí)行探索動作時，機(jī)器人手指沿預(yù)定的軌跡以10(°)/s的關(guān)節(jié)速度運(yùn)動直至預(yù)定軌跡完成或手指碰到物體。手指控制器采用阻抗控制以保證手指與物體接觸時的柔順性及對曲面物體的適應(yīng)性。FCEP和PEP的預(yù)定軌跡如圖8(a)和8(b)所示。

仿人機(jī)器人實(shí)驗(yàn)平臺及在實(shí)驗(yàn)中測試物體如圖9所示。仿人機(jī)器人平臺由頭部、上肢、軀干和移動平臺四個子系統(tǒng)組成，共49個自由度。其中上肢子系統(tǒng)包括一對15自由度的五指靈巧手HIT/DLR II和一對7自由度仿人機(jī)械臂。在機(jī)器人進(jìn)行觸覺探索實(shí)驗(yàn)的過程中，沒有使用雙目視覺。在仿人機(jī)器人上進(jìn)行了實(shí)驗(yàn)并完成了對16種典型物體的觸覺探索。被探索物體包含不同形狀和尺寸的標(biāo)準(zhǔn)模型和日常物體。

圖7 HIT/DLR II靈巧手及觸覺傳感器Fig.7 HIT/DLR II dexterous hand and tactile sensors

圖8 靈巧手探索動作Fig.8 Exploring motions of dexterous robot hand

圖9 仿人機(jī)器人平臺及被探索物體Fig.9 Humanoid robot platform and the explored objects

圖10展示了兩種典型的機(jī)器人探索過程。圖8(a)中塑料瓶屬于類別1，圖10(b)中玩具火車屬于類別3。探索過程包含六步：圖中第1和第2列展示了頂面探索過程，第3到第6列展示了側(cè)面探索過程。可以看出，對于不同形狀和尺寸的物體，機(jī)器人都可以自主的采集物體的觸覺數(shù)據(jù)，避免與物體發(fā)生不期望的碰撞。

仿人型機(jī)器人探索典型物體所得到的觸覺點(diǎn)云如圖11所示。圖11 (a)～(c)分別為椎體、三棱柱和長方體，按所提出的分類方法分別屬于類別1、類別2和類別4。圖中從左至右分別表示觸覺探索中頂面探索數(shù)據(jù)、側(cè)面探索數(shù)據(jù)和最終得到的觸覺點(diǎn)云。

探索步長Δs與觸覺點(diǎn)云的密度相關(guān)。對于同一個物體，更小的探索步長意味著更為緊密的采樣點(diǎn)，從而可以得到更精確的重構(gòu)模型。然而，在機(jī)器人相同的探索速度下會導(dǎo)致在探索過程中消耗更多的時間，從而降低整個觸覺識別過程的效率。因此，Δs由重構(gòu)所要求的精度和觸覺探索所允許的時間共同決定。在本次探索實(shí)驗(yàn)中，步長Δs=24 mm，完成16個物體探索實(shí)驗(yàn)平均使用探索步驟為15步。

圖11 機(jī)器人探索典型物體的過程Fig.11 Typical haptic exploration processes by humanoid robot

由實(shí)驗(yàn)所得觸覺點(diǎn)云可以看出，所采集到的觸覺數(shù)據(jù)分布均勻，可以完整而全面的表示物體的幾何特征。因此這種分布特征的觸覺數(shù)據(jù)有利于后續(xù)物體的識別和重構(gòu)工作。

4 結(jié)論

本文提出了一種類人探索策略以指導(dǎo)機(jī)器人靈巧手通過觸覺探索獲得未知物體的信息。該策略具有以下特點(diǎn)：

1)基于人類在探索未知物體時行為的觀察和分析，將人類的探索經(jīng)驗(yàn)融入機(jī)器人的探索策略；

2)通過對探索過程的劃分，對物體幾何信息進(jìn)行預(yù)估，并以此對物體進(jìn)行分類，從而針對不同類別的物體產(chǎn)生不同的側(cè)面探索策略。在仿人機(jī)器人平臺的觸覺探索實(shí)驗(yàn)驗(yàn)證了策略的有效性。實(shí)驗(yàn)結(jié)果表明，在不依靠視覺的前提下，機(jī)器人通過所提出的探索策略可以自主的完成對多種形狀物體的探索，提高了機(jī)器人適應(yīng)環(huán)境的能力。所得到的物體觸覺點(diǎn)云分布均勻且完整，為后續(xù)的形狀識別工作提供了較好的數(shù)據(jù)。

在下一步的工作中，將應(yīng)用所提出的物體識別方法[20]對所得觸覺點(diǎn)云進(jìn)行形狀識別，并通過超二次曲面重構(gòu)物體模型。

[1]SAXENA A, DRIEMEYER J, NG A Y. Robotic grasping of novel objects using vision[J]. The international journal of robotics research, 2008, 27(2): 157-173.

[2]LEDERMAN S J, KLATZKY R L. Hand movements: a window into haptic object recognition[J]. Cognitive psychology, 1987, 19(3): 342-368.

[3]LEDERMAN S J, KLATZKY R L. Extracting object properties through haptic exploration[J]. Acta psychologica, 1993, 84(1): 29-40.

[4]LEDERMAN S J, KLATZKY R L. Haptic perception: a tutorial[J]. Attention, perception, & psychophysics, 2009, 71(7): 1439-1459.

[5]ROBERTS K S. Robot active touch exploration: constraints and strategies[C]//Proceedings of 1990 IEEE International Conference on Robotics and Automation. Cincinnati: IEEE, 1990, 2: 980-985.

[6]CASELLI S, MAGNANINI C, ZANICHELLI F, et al. Efficient exploration and recognition of convex objects based on haptic perception[C]//Proceedings of 1996 IEEE International Conference on Robotics and Automation. Minneapolis: IEEE, 1996, 4: 3508-3513.

[7]MAZZINI F, KETTLER D, GUERRERO J, et al. Tactile robotic mapping of unknown surfaces, with application to oil wells[J]. IEEE transactions on instrumentation and measurement, 2011, 60(2): 420-429.

[8]AGGARWAL A, KAMPMANN P, LEMBURG J, et al. Haptic object recognition in underwater and deep-sea environments[J]. Journal of field robotics, 2015, 32(1): 167-185.

[9]MEIER M, SCH?PFER M, HASCHKE R, et al. A probabilistic approach to tactile shape reconstruction[J]. IEEE transactions on robotics, 2011, 27(3): 630-635.

[10]GORGES N, FRITZ P, W?RN H. Haptic object exploration using attention cubes[M]//DILLMANN R, BEYERER J, HANEBECK U, et al. KI 2010: Advances in Artificial Intelligence. Heidelberg: Springer Berlin, 2010: 349-357.

[11]蕭偉, 孫富春, 劉華平. 機(jī)器人靈巧手的觸覺分析與建模[J]. 機(jī)器人, 2013, 35(4): 394-401.

XIAO Wei, SUN Fuchun, Liu Huaping. Tactile analysis and modeling of dextrous robotic hand[J]. Robot, 2013, 35(4): 394-401.

[12]JOHNSSON M, BALKENIUS C. Sense of touch in robots with self-organizing maps[J]. Proceedings of IEEE transactions on robotics, 2011, 27(3): 498-507.

[13]SOMMER N, LI Miao, BILLARD A. Bimanual compliant tactile exploration for grasping unknown objects[C]//Proceedings of 2014 IEEE International Conference on Robotics and Automation. Hong Kong, China: IEEE, 2014: 6400-6407.

[14]OKAMURA A M, COSTA M A, TURNER M L, et al. Haptic surface exploration[M]//Experimental Robotics VI. London: Springer, 2000: 423-432.

[15]BIERBAUM A, RAMBOW M, ASFOUR T, et al. A potential field approach to dexterous tactile exploration of unknown objects[C]// Proceedings of the 8th IEEE-RAS International Conference on Humanoid Robots. Daejeon, Korea: IEEE, 2008: 360-366.

[16]HEBERT P, HOWARD T, HUDSON N, et al. The next best touch for model-based localization[C]//Proceedings of 2013 IEEE International Conference on Robotics and Automation. Karlsruhe, Germany: IEEE, 2013: 99-106.

[17]CHAUDHURI D, SAMAL A. A simple method for fitting of bounding rectangle to closed regions[J]. Pattern recognition, 2007, 40(7): 1981-1989.

[18]LIU Hong, WU K, MEUSEL P, et al. Multisensory five-finger dexterous hand: the DLR/HIT hand II[C]//Proceedings of 2008 IEEE/RSJ International Conference on Intelligent Robots and Systems. Nice, France: IEEE, 2008: 3692-3697.

[19]ZHANG Yuanfei, LIU Yiwei, Jin Minghe, et al. Design of a finger-tip flexible tactile sensor for an anthropomorphic robot hand[M]//LIU Honghai, DING Han, XIONG Zhenhua, et al. Intelligent Robotics and Applications. Heidelberg: Springer Berlin, 2010: 762-773.

[20]JIN Minghe, GU Haiwei, FAN Shaowei, et al. Object shape recognition approach for sparse point clouds from tactile exploration[C]//Proceedings of 2013 IEEE International Conference on Robotics and Biomimetics. Shenzhen, China: IEEE, 2013: 558-562.

An anthropomorphic exploration strategy of unknown object based on haptic information of dexterous robot hand

GU Haiwei, FAN Shaowei, JIN Minghe, LIU Hong

(State Key Laboratory of Robotics and System, Harbin Institute of Technology, Harbin 150080, China)

Based on the observation and analysis of human behaviors in exploring an unknown object by touch, a haptic exploration strategy was proposed to enhance robot adaptability to an environment which is suitable for a dexterous robot hand to explore the unknown object autonomously. The whole exploration process was divided into two stages which were the top exploration and the side exploration. In top exploration, the object was approximated by a bounding box and the basic dimensions and posture of object were roughly estimated according to obtained haptic information. In side exploration, the objects were classified according to basic dimensions by the classification inequalities, and a different side exploration strategy was applied to each kind of objects to guide the robot to collect haptile information of unknown objects. Finally, the haptic exploration experiment of the unknown object was completed by a humanoid robot platform. Experimental results show that the robot can use only tactile sensors to complete exploration of the unknown object autonomously through the proposed strategy.

dexterous robot hand; tactile sensor; behavior observation; exploration strategy; haptile information

2015-09-17.

日期：2016-08-29.

國家自然科學(xué)基金項(xiàng)目(61203346)；國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(2013CB733103)；黑龍江省博士后基金項(xiàng)目(LBH-I11124)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(HIT.NSRIF.201640).

顧海巍(1986-)，男，博士研究生;

樊紹巍(1977-)，男，講師，博士.

樊紹巍，E-mail:fansw@hit.edu.cn.

10.11990/jheu.201509052

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/23.1390.u.20160829.1422.074.html

TP241

A

1006-7043(2016)10-1400-08

顧海巍, 樊紹巍,金明河,等. 基于靈巧手觸覺信息的未知物體類人探索策略[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2016, 37(10): 1400-1407.

GU Haiwei, FAN Shaowei, JIN Minghe, et al. An anthropomorphic exploration strategy of unknown object based on haptic information of dexterous robot hand[J]. Journal of Harbin Engineering University, 2016, 37(10): 1400-1407.