A human hand can grasp a desired number of objects at once from a pile based solely on tactile sensing. To do so, a robot needs to grasp within a pile, sense the number of objects in the grasp before lifting, and predict the number of objects that will remain in the grasp after lifting. It is a challenging problem because when making the prediction, the robotic hand is still in the pile and the objects in the grasp are not observable to vision systems. Moreover, some objects that are grasped by the hand before lifting from the pile may fall out of the grasp when the hand is lifted. This occurs because they were supported by other objects in the pile instead of the fingers of the hand. Therefore, a robotic hand should sense the number of objects in a grasp using its tactile sensors before lifting. This paper presents novel multi-object grasping analyzing methods for solving this problem. They include a grasp volume calculation, tactile force analysis, and a data-driven deep learning approach. The methods have been implemented on a Barrett hand and then evaluated in simulations and a real setup with a robotic system. The evaluation results conclude that once the Barrett hand grasps multiple objects in the pile, the data-driven model can predict, before lifting, the number of objects that will remain in the hand after lifting. The root-mean-square errors for our approach are 0.74 for balls and 0.58 for cubes in simulations, and 1.06 for balls, and 1.45 for cubes in the real system.
翻译:人类的手可以同时从一个完全基于触摸感知的堆积中获取所需数量的物体。 要做到这一点, 机器人需要从堆积中抓取一个理想数量的物体。 要做到这一点, 机器人需要从堆积中抓起, 在抬起前要感觉到被拉动的物体数量, 并预测在抬起后要抓住的物体数量。 这是一个具有挑战性的问题, 因为当作出预测时, 机器人手仍然在堆积中, 手中的物体无法观察到视觉系统。 此外, 一些在从堆积中抬起之前被手抓住的物体可能会在从堆积中掉出来。 之所以发生这种情况,是因为机器人在堆积中得到了其他物体的支持, 在抬起前要感觉到被拉动的物体数量, 在抬动时, 机械手会感受到的数值, 在升动时, 在升动时, 在升动时, 在升动时, 在升动时, 在升动时, 在升动时, 在升动时, 在压时, 在升动时, 在压时, 在升动时, 在升动时, 在升动时, 在压时, 在压时, 在压时, 在升动时, 在压时, 在压时, 在压时, 在压时, 在升动时, 在升动时, 在升动时, 在升动时, 在升动时, 在压, 在压时, 手, 在压时, 手, 在升, 在升, 在升, 在升动时, 在压时, 在压时, 手, 在升, 在升, 在升, 在升, 在升动时, 在升动时, 手, 在升数, 在压时, 在压时, 在升动时, 在升动时, 在 手, 在升动时, 在 键, 在 键, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在升, 在