Vision-Force Admittance Learning for Peg Insertion into a Movable Hole
本文提出了一种视觉-力导纳学习（VFAL）框架，该框架将来自基础模型的异步视觉反馈与高频力控制相结合，以实现动态环境下移动孔位的鲁棒、毫米级精度插拔任务。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在工厂车间那安静且受控的世界里，机械臂可以成为精密技术的典范。只要孔的位置不动，它就能拿起一颗螺钉并将其拧入孔中，其稳定性是人类双手无法企及的。这是静态操纵的领域，目标物静止不动，机器人的挑战仅仅在于找到通往固定点的路径。但现实世界很少如此静止。想象一下，汽车零件正沿着传送带移动，或者一个安装在车辆上的机器人正行驶在崎岖不平的地面上。在这些动态环境中，目标是在运动的，机器人不仅必须找到孔，还要追逐它，同时还要保持将销钉插入狭窄空间所需的毫米级精度。这是一个根本性的冲突：对极端精度的需求与移动目标的混乱性之间存在着矛盾。传统的机器人在此类任务中表现挣扎，因为它们要么依赖缓慢的高层视觉来观察孔的位置，要么依赖快速的局部触觉传感器来感知接触瞬间。视觉反应太慢，无法应对突然的变化；而单纯依靠触觉又无法看得足够远，从而无法规划出平滑的路径。
纽约大学和通用汽车的研究人员开发了一种解决此问题的新方法，创造了一个能让机器人以惊人的成功率将销钉插入移动孔中的系统。他们将这种方法称为“视觉-力觉导纳学习”（Vision-Force Admittance Learning）。该系统并非强迫机器人必须在“看”或“感觉”之间做出选择，而是让这两种感官以特定的、异步的节奏协同工作。机器人使用摄像头来估算孔的位置，但由于摄像头的速度较慢，这一信息被视为一种通用的引导而非严格的指令。与此同时，机器人依靠安装在腕部的力传感器，该传感器能以每秒数百次的频率对销钉接触孔时的物理压力做出反应。创新的核心在于如何结合这两股数据流。快速的力传感器进行即时的、瞬间的调整，以保持销钉对齐；而较慢的视觉系统则更新机器人对孔整体位置的理解。这种视觉更新起到了温和修正或正则化的作用，使机器人在处理插入过程中快速且混乱的振动时，不会偏离预定轨道太远。
为了测试这一技术，团队构建了一个真实的实验，涉及一个拿着销钉的机械臂和一个可以移动的带孔底座。他们使用了一种特殊的紧固件——带有柔性鳍片的压铆件（pushnut），这在工业组装中非常常见。实验装置包括一个观察场景的摄像头和一个感受接触的力传感器。他们在三种不同的场景下测试了机器人：孔保持静止、孔沿直线移动，以及孔在电动滑块上进行三维运动。结果令人瞩目。当孔在移动时，仅依赖视觉的机器人大多无法完成销钉插入；而仅依赖力传感器的机器人也表现挣扎，经常迷失方向或施加过大的力。然而，融合了这两种感官的新系统在最困难的三维移动场景中实现了80%的成功率。在直线移动场景中，它的成功率达到了100%。
研究人员发现，成功的关键不仅在于拥有这两种传感器，还在于如何对它们进行定时。他们将自己的方法与一种视觉和力觉数据被迫相互等待（这一过程会减慢整体速度）的版本进行了对比。通过让快速的力传感器驱动运动，同时让较慢的视觉系统在后台更新目标，机器人可以在不丢失全局方向感的情况下，对物理接触做出瞬时反应。他们还发现该系统具备纠错能力。如果摄像头丢失了对孔的追踪，机器人会安全地退后并等待视觉信号恢复。如果销钉卡住或力反馈显示角度不对，机器人可以抬起销钉并重新尝试。这种适应和恢复的能力使系统足以应对移动目标带来的不可预测性。
这项研究还探讨了不同设置如何影响结果。他们发现，在信任摄像头的定位与信任力传感器的反馈之间取得平衡至关重要。如果机器人过于信任摄像头，它就会忽略销钉撞击孔边的物理现实；如果过于信任力传感器，当孔移动时，它就会漫无目的地漂移。通过寻找中间地带，机器人学会了利用摄像头保持正确路径，并利用力传感器进行完成销钉插入所需的精细调整。这种方法即使在目标进行复杂非线性运动时依然有效，证明了该系统能够处理比简单、可预测运动更复杂的情况。
最终，这项工作证明了可以教会机器人执行精细任务，即便是在环境并不完全静止的情况下。通过将摄像头的缓慢、广阔视野与力传感器的快速、敏感触觉相结合，研究人员创造了一种模仿人类处理移动物体的方法：用眼睛观察去向，用双手感知路径。该系统并不要求机器人从一开始就是完美的，它允许出现误差并在实时中进行修正。虽然目前的系统假设机器人已经拿起了销钉，但实现将销钉插入移动孔中的能力，是迈向让机器人能在动态、真实世界环境中（如组装线或移动车辆）与人类协作的重要一步，而无需要求环境为它们停下来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。