類(lèi)人靈巧操作能力是目前機器人亟待突破的瓶頸之一，許多對人類(lèi)而言異常簡(jiǎn)單的靈巧操作任務(wù)，對機器人來(lái)講是極其困難的。類(lèi)人物體交接（Object Handover）是人類(lèi)期望機器人能具有的關(guān)鍵類(lèi)人靈巧操作能力之一，對于人和機器人的交互、協(xié)同與合作，以及機器人在服務(wù)、工業(yè)、航天等領(lǐng)域的廣泛應用具有重要的意義。

自動(dòng)化所王鵬研究員團隊通過(guò)借鑒人與人之間的物體交接方式，提出了一種人與仿人五指靈巧手機器人之間的類(lèi)人物體交接靈巧操作方法，并應用到實(shí)際機器人平臺中，實(shí)現了人和仿人五指靈巧手機器人之間的多樣性物體類(lèi)人交接自主靈巧操作（Learning Human-to-Robot Dexterous Handovers for Anthropomorphic Hand)。

目前，人與機器人間的物體交接主要以二指平行爪等簡(jiǎn)單機構作為機器人的末端執行器，由于結構的差異性，難以實(shí)現物體在人和機器人之間的自然和靈巧傳遞。該研究以具有仿人結構和自由度的五指靈巧手作為機器人末端執行器，借鑒人手的抓握習慣建立學(xué)習模型，自動(dòng)生成物體交接抓取配置策略，從而使機器人能夠使用類(lèi)人的抓握方式，實(shí)現對人傳遞物體的靈巧交接。

研究提出了基于仿人五指靈巧手的“人-機器人”類(lèi)人物體交接框架?？蚣馨ㄈ齻€(gè)模塊：（1）基于多模態(tài)感知的場(chǎng)景理解；（2）抓取配置學(xué)習與生成；（3）交接路徑規劃與機器人動(dòng)作實(shí)施。 為使機器人能適應不同的交接物體，團隊提出了一種仿人五指手高效抓取學(xué)習模型AHG-Net，模型以物體單視角點(diǎn)云作為輸入并對抓取配置進(jìn)行預測，同時(shí)，構建了超過(guò)5000個(gè)物體和百萬(wàn)級抓取標簽的數據集。

研究應用于團隊構建的類(lèi)人靈巧操作機器人平臺，實(shí)現了機器人以類(lèi)人的抓取模式對人所傳遞物體進(jìn)行自主交接操作。面對多樣性的物體、隨意的傳遞姿態(tài)，該方法都展現了較好的適應能力。 

成果可推廣應用于人形機器人等靈巧操作機器人中，為家庭服務(wù)、空間在軌操作、工業(yè)人機協(xié)作、危險物處置等應用場(chǎng)景的“人-機器人”交互和協(xié)同操作提供支撐。

成果發(fā)表在《IEEE Transactions on Cognitive and Developmental Systems》上。 

Haonan Duan, Peng Wang*, Yiming Li, Daheng Li, Wei Wei，Learning Human-to-Robot Dexterous Handovers for Anthropomorphic Hand, IEEE Transactions on Cognitive and Developmental Systems, 2022. DOI: 10.1109/TCDS.2022.3203025

來(lái)源：中科院自動(dòng)化所