Grasp Taxonomy
- 又称: grasp classification
- 类别: Planning & manipulation › Manipulation
- 标签: grasping, human-hand, dexterous-manipulation, prosthetics, hand-design
对手持握物体方式的结构化分类,例如力量型、精确型和侧向抓取,用于分析人类抓取以及设计和控制机器人手。
定义
抓取分类法(grasp taxonomy)是把手的抓握方式划分为一组离散的命名类型的分类体系,按照手的哪些部位相互对立、涉及多少根手指、抓握侧重稳定还是精细控制等标准加以组织。最古老、使用最广泛的区分是力量型抓取(power grasps)与精确型抓取(precision grasps):前者把物体抵靠在手掌上握住,后者把物体夹在指尖与拇指之间;这一区分由 Napier 于 1956 年提出。后来的分类法把它细化为许多命名类型,例如大包握与小包握、三指捏、侧捏、钩握和圆盘握。
机器人领域中有两种分类法尤其常用。Cutkosky (1989) 研究了使用工具的机械加工工人,把抓取组织成一棵树,从力量型抓取延伸到精确型抓取,从物体形状延伸到任务要求,目的是指导面向制造任务的机器人手设计。Feix 等人的 GRASP 分类法综合了此前的分类法,形成 33 种抓取类型,并按对立类型(指腹、手掌或侧面对立)、拇指外展还是内收、虚拟手指的数量,以及抓取的力量型、中间型或精确型特征排列成一张表。对立类型和虚拟手指这两个概念由 Iberall 及其同事提出,它们依据手的哪些表面施加相互对立的力来描述抓取,而不是依据单个手指的位置。
对于机器人,分类法的作用是共同词汇,而不是控制律。它们被用来标注人类示范,使机器人能识别人使用了哪种抓取;用来在多指手的一小组预成形中进行选择;用来比较机器人手或假肢手能再现多少种人类抓取类型;以及用来组织抓取数据集。抓取类型对确切的接触位置或力说明甚少,因此它通常与几何抓取规划或学习得到的控制器结合使用,由后者把所选类型转化为对特定物体的实际抓取。
为何重要
抓取分类法把人手的使用与机器人手的设计和控制联系起来。它们为工程师提供了一种简洁的方式,用来规定一只手必须能做什么、评估灵巧手和假肢手,并把人类示范转化为机器人可以执行的抓取选择。
主要应用
- 机器人手和假肢手的设计与基准测试
- 为模仿学习标注人类抓取示范
- 为多指抓取规划选择预成形
- 从图像、手套或 EMG 信号中识别抓取类型
- 人因工程与手功能评估
实际应用
一个团队构建了一个系统,让它从人们在虚拟现实中佩戴受跟踪数据手套进行的示范中学习厨房任务。每段示范被分割成若干动作,每次抓取都用 Feix 分类法中的一种类型来标注,例如瓶子用中包握,调料瓶盖用三指捏,卡片用侧捏。机器人再现任务时,把标注的类型映射到其多指手上可用的少数几种预成形之一,并在目标物体上运行一个限定于该预成形的抓取规划器。同样的标注还让团队能统计出他们的手无法再现哪些抓取类型,并判断换一种手的设计是否能覆盖他们关心的任务。
常见误解
- 抓取类型完全确定了一次抓取 — 它只指明手部构型所属的类别,并不包括接触点、力或物体位姿,这些仍需规划
- 存在一种标准的抓取分类法 — 目前在用的有好几种,包括 Napier、Cutkosky 和 Feix 等人的分类法,它们在类别和标准上各不相同
- 抓取分类法只适用于类人手 — 对立类型和虚拟手指同样可以描述平行夹爪和欠驱动夹爪所做的抓取
谁需要了解
- 机器人手和假肢设计者
- 灵巧操作研究人员
- 构建示范学习系统的工程师
- 生物力学与人体运动研究人员
相关技术
- GRASP 分类法(Feix et al.)
- Cutkosky 抓取分类法
- 数据手套(Data Gloves)
- 手部姿态估计(Hand Pose Estimation)
- 肌电图(Electromyography,EMG)
相关术语
- Grasp Planning
- Dexterous Manipulation
- Eigengrasp
- Underactuated Hand
- Motion Retargeting
- Task-Oriented Grasping
相关项目
- Gymnasium-Robotics: Robotics RL benchmark environments for Gymnasium, from the Farama Foundation
- mink: Python inverse kinematics library built on MuJoCo supporting 20+ robot platforms
- TriFinger: Open-source 9-DOF tri-finger dexterous manipulation platform for RL and robotics research
- TRLC-DK1: Bimanual robot platform for humanoid data collection with LeRobot
- ORCA Hand: Open-source tendon-driven robotic hands with tactile sensing from ETH Zurich
- RoboKit: GPU toolkit that solves thousands of robot IK, planning and retargeting problems at once