Collaborative Planar Pushing of Polytopic Objects with Multiple Robots in Complex Scenes

推动是机器人与环境互动并进一步改变环境的一种简单而有效的技能。相关工作大多集中于将它作为机器人操作器的非抓握式操作基元来利用。然而，对于没有操作器的低成本移动机器人，它也可能是有益的。本文解决了协同推动多面体对象在复杂障碍物环境中的一般性问题。它包含了接触丰富任务的几个特征性挑战，例如不同接触模式之间的混合切换和由于受限接触力而导致的欠驱动。所提出的方法基于一系列可能模式和相关推力的混合优化，其中（i）利用基于准静态分析的多方向可行性估计为一般对象和任意数量的机器人生成一组足够的模式；（ii）设计了一种分层混合搜索算法，通过弧段迭代分解导航路径并选择最优参数化模式；（iii）提出了一种非线性模型预测控制器，用于适应性地在线跟踪每个机器人的期望推动速度。所提出的框架在温和的假设下是完整的。在高保真模拟和硬件实验中验证了其效率和有效性。还展示了对运动和驱动不确定性的鲁棒性。

本论文旨在解决移动机器人团队协作推动多面体物体的问题，包括不同接触模式的混合切换和受约束接触力的欠驱动等挑战。

该论文提出了基于混合优化的解决方案，通过一系列可能的接触模式和相关推力进行优化，使用分层混合搜索算法来选择最佳的参数化模式，并提出了一种非线性模型预测控制器来适应性地在线跟踪每个机器人的期望推动速度。

该论文在高保真度的仿真和硬件实验中验证了其效率和有效性，并展示了对运动和驱动不确定性的鲁棒性。值得注意的是，该论文的解决方案可以应用于没有机械臂的低成本移动机器人，同时还提供了开源代码。

在相关研究中，之前的工作主要集中在利用推力作为机器人无法抓取物体的非抓取式操作。与之前的研究不同，本论文提出了一种新的解决方案，通过混合优化来解决移动机器人团队协作推动多面体物体的问题。