摘要：接觸可以被概念化為對以某種方式相互作用的兩個物體施加的一組約束。接觸的性質，無論是點、線還是面，決定了這些物體在給定力的情況下如何相對運動，一組接觸可以對物體的運動提供部分或全部約束。幾十年來，人們一直在探索如何明確地估計接觸的位置及其動力學，例如摩擦特性，但所研究的方法在計算上很昂貴，并且在最終計算中往往存在很大的不確定性。這影響了對人類來說看似簡單的需要大量接觸的任務的進一步發展，比如普遍的釘孔插入。在這項工作中，我們不是明確地估計物體與其孔之間的個體接觸動力學，而是通過研究順應性接觸形成來解決這個問題。更正式地說，接觸形式是根據施加在物體可用自由度上的約束來定義的。我們不是估計單個接觸位置，而是將該計算抽象為隱式表示，允許機器人在插入過程中通過監測施加在末端執行器上的力來獲取、維持或釋放對物體的約束。使用一個兼容的機器人，我們的方法是可取的，因為我們能夠完成公差為0.25mm的行業相關插入任務，而無需事先知道確切的孔位置或方向。

Towards Generalized Robot Assembly through Compliance-Enabled Contact Formations | IEEE Conference Publication | IEEE Xplore ?

一、方法

從根本上說，接觸形態(CF)代表了離散位置和物理關系的分組。因此，解決插入問題可以被定義為從起始到最終 的遍歷，通過中間CF過渡，即在這項工作中，通過在CF空間中遵循固定路徑來證明該方法的有效性。

形式上，沿著CF空間的軌跡從一個CF過渡到一個新的CF，相當于在對象的可用自由度上添加或刪除約束。因此，順應性的作用是確保在通過力調制進行操作時保持單個所需的CF，并且在物體的運動受到環境阻礙時檢測到轉換。一旦機器人感知到F/T信號的變分變化，就會檢測到接觸形態的變化，系統就在中過渡了。從概念上講，沿著單個軸移動，直到不再可能，在保持該力的同時，垂直移動，直到添加另一個約束。

控制柔度接觸形成的理論是，約束可以不斷添加，直到插入任務完成。值得注意的是，任何當前不受約束的自由度都可以被控制以執行其他任務，而無需修改系統的當前CF。例如，物體和孔表面之間的邊緣接觸允許機器人通過滑動探索，直到檢測到側向力，從而實現新的CF。值得注意的是，在這種加性力接觸過程中，如果已知起始CF，并且可以通過F/T信號檢測到過渡，則可以明確估計當前CF。

通過依靠F/T感知環境感知，算法利用以下假設：

·物體以穩定、居中和直立的抓取開始。這種抓握預計將保持下去。

·CF0有0個約束，即從空間開始的6個自由自由度。

·孔位于xy平面上已知的二維工作空間邊界內(例如，10厘米的勘探尺寸)。

·對象的面部類型已知的最小知識，但假設是凸或近凸。

·在工作空間內存在一個低接觸摩擦和正公差匹配的孔。

·在工作空間內，除了孔、平面和被操縱對象之外，沒有其他對象。這確保CF轉換匹配預設的CF空間路徑。

提出的方法遵循CF空間中的期望路徑，總共通過7個步驟定義。為了便于標記，將目標框架設置為正交框架，x軸指向目標在孔表面平面上的運動方向，z軸向下。對于每一步，都提供了相應的隱式CF控制目標。雖然我們為力調制定義了一組值，但這是為了清晰起見，并且在實踐中是根據使用機器人變化的。

假設通過F/T傳感器在裝配插入過程可分別獲取三維力及三維力矩數據，目標為讓機器人通過期望的CF空間軌跡。算法流程如下：

·到達孔平面（當前約束：無；目標約束：+ ；隱式CF目標：，接觸面上的點或邊；額外動作：在工作區內隨機選擇x/y方向進行水平探索、操縱物體向側邊方向傾斜運動保證邊/面接觸同時避免面/面接觸。）

·搜孔（當前約束：+ ；目標約束：+ ；隱式CF目標：，和孔進行三點接觸；額外動作：水平運動作為先前步驟）

·楔入（當前約束：+ ，+ ；目標約束：+ ；隱式CF目標：，和孔進行四點接觸）

·軸孔的旋轉對準（當前約束：+ ，+ ，+ ；目標約束：+ ；隱式CF目標：，鉸鏈式接觸；注意：此步驟僅適用于非圓柱形對象）

·校正向上傾斜（當前約束：+ ；目標約束：+ ，+ ；隱式CF目標：，棱柱關節式接觸；額外動作：圍繞x和y軸旋轉，以盡量減少在前面步驟中由于指尖滑動而導致的物體與手之間的累積角度；注意：橫向力現在被最小化以避免干擾物體，這也有助于中心的孔中的對象，如果掛鉤旋轉不是完美的中心在物體的質量中心）

·插入軸（當前約束：+ ，+ ，+ ；退出條件：當指尖開始接觸孔表面或物體觸及孔底時，切換到脫離狀態。這可以通過z向力的急劇增加來檢測）

·分離握把和收回手臂

二、實驗

我們在一個低阻抗機械臂和一個柔性、欠驅動的手上評估了我們的算法。該機械臂是一個7自由度Barrett WAM，通過OMPL利用RRTConnect算法進行全局規劃，并通過基于雅可比的速度控制器進行局部控制。由于其真實系統動力學的內部模型不準確，機械手是不精確的，這進一步挑戰了我們的算法的魯棒性。末端執行器是一個改編的Yale OpenHand Model O，是一個被動自適應手，由三個執行器和六個關節組成。為了減輕重量和成本，手沒有配備觸覺傳感器或關節編碼器，使得在操作過程中難以估計系統的真實狀態。對現成的開源設計的修改包括圓形指尖，以方便在手操作，以及關節內的軸承。設計了一種手持式操作控制器，用于物體方向高達±20°的精細運動控制。連接手和手臂的是一個以30Hz采樣的6軸ATI力/扭矩傳感器。最后，一個攝像頭被固定到手掌，以便通過AprilTags在操作過程中監控對象的姿勢。

通過各種實驗驗證了該算法的有效性。在我們的第一個實驗中，我們開發了一個線性推桿，由一個絲杠和一個步進電機組成，用來沿著夾持器工作空間的不同軸移動物體。在這個測試中，我們測量了推手施加在物體上的力，并記錄了在指尖滑動之前抓手可以承受的力的大小。之后，我們用嚴格公差任務(0.25mm)、兒童插入玩具中的市售對象和NIST組裝任務板#1中的兩個任務來測試我們的算法。

圖?1 實驗采用的平臺及實驗對象

首先，我們感興趣的是量化我們系統的柔順性。從概念上講，一個具有固定接觸的純粹順應系統可以無限期地順應，直到達到硬停止，但實際上對于手爪來說，存在一個極限，即施加在物體上的力可以通過指尖接觸來抵抗。這些信息對于量化是有價值的，因為它使系統能夠預測何時可能發生滑移，進而可以用于通知接觸層的切換。

給定線性推桿以3mm/s的速度運行，我們沿著x，y和z軸推動機械手抓住的圖1中的（a）圓，持續12秒，超過6次試驗。每次試驗后，系統復位。在每次試驗中，記錄了F/T傳感器通過推桿測量的力，并繪制了每次評估的平均值和標準差。請注意，對于每個線性推動，力平臺是可區分的，在±1.5N處x和y軸如圖 2（a）和（b），在±4N處z軸如圖 2（c）。這些平臺對應于手在相應方向上抵抗力的能力，或者更物理地說，是克服接觸的靜摩擦并實現新的手-物體結構的點。這個數據能夠幫助量化給定外力的穩定接觸操作區域。一旦超過一個力水平，就會發生滑動，手-物體狀態重新配置，直到再次實現穩定。

圖2?沿每個維度的力平臺評估

矩形案例研究：利用在柔順性測試中獲取的力信息來獲取和維持CF。利用提出的算法，將目標調制力分別設置為沿x，y和z軸的0.7N, 0.7N和1.5N，這是發生滑移之前最大力的40-50%。第一個實驗中嘗試沿著物體的z軸插入具有初始27.1°軸向偏移的緊公差圖2(d)矩形。值得注意的是，洞的確切位置是未知的，系統的搜索空間為8cm×8cm。這個過程首先要找到一個向下的力，即第一個約束，并在搜索空間內選擇一個勘探方向(在本例中為+ )，直到檢測到一個額外的約束(過渡3)。x軸上的額外力尖表示洞的周長，并開始一個力過渡。圖 3(b)證明了這一過程，其中力在狀態1-7的設定值附近不斷添加和調制。注意，盡管符合要求，但由于可控性，WAM機器人難以調節速度，因此也難以調節力。此外，圖 3(b)中的力在世界框架中表示，以表示步驟4-5期間的旋轉，并且為了清晰起見進行了平滑處理，因此沒有表示力峰值。

圖?3 裝配插入過程

所有對象：我們能夠插入各種凸形或近凸形幾何形狀的對象，特別是圓形、梨形和三角形面。我們對公差、探索時間、插入時間和偏移度的評估結果如表1(a-d)所示。在評估過程中，我們注意到(a)圓是最簡單的，因為它不需要z軸偏移控制。其他目標(b-d)難度更大，具有各種挑戰。首先，初始偏移量不同，從27.1°到41.1°不等。物體(c)和(d)有尖銳的邊緣，容易產生干擾，而物體(b)由于其非凸性而呈現困難。提出的算法克服了這些挑戰，我們能夠在沒有預先了解孔位的情況下，成功地完成0.25mm公差的物體插入。

表1 對象插入實驗的度量

除了我們嚴格的容忍度評估之外，我們對我們的方法在開放世界任務中的適用性很感興趣。我們的第一個實驗是用市售的兒童玩具，由不同的物體幾何形狀組成，孔公差約為2.5毫米。與之前的實驗類似，洞的姿態未知，搜索區域現在被限制在6.4cm×6.4cm的空間內。在這里，我們嘗試挑戰我們算法的探索部分，確保對象從搜索空間的邊緣開始。所有插入都成功完成，(g)瓣的最長探測階段為63.2秒。有趣的是，丁香的非凸性并沒有像最初認為的那樣使插入過程復雜化，因為物體的圓形邊緣有助于限制干擾的發生。我們最后的實驗評估了NIST組裝任務板上的插頭和齒輪插入。齒輪任務的有趣之處在于，將釘在孔中的范式轉換為釘在孔上的模式。這對我們的系統來說不是問題，因為搜索模式是在孔的底部完成的，即齒輪，而不是使用釘。同樣，使用放松的柱塞彈簧插入插頭也很容易完成，從z軸偏移36.2°開始。

三、結論

這項工作提出了一種方法，利用順應性的接觸形態，作為對機器人的廣義，緊密公差插入的一步。提出的算法很簡單，但機械接地，并利用了通過附加接觸約束(即操縱漏斗)減少不確定性的概念。值得注意的是，在這項工作中，我們不需要使用昂貴的學習框架或特定于系統的理想化分析模型——這種方法是有效的，但不需要一個方程來詳細描述。作者對這一初步探索感到興奮，因為我們的實驗說明了我們的方法對未來應用的有效性。 ?

審核編輯：黃飛

?