移动机械臂是既能在环境中移动又能与物体交互的机器人系统。它们越来越多地被应用于制造业、物流业、医疗保健和服务业等各个领域。

多伦多大学和慕尼黑工业大学的学习系统与机器人实验室的使命是通过使机器人能够从过去的实验中学习并相互学习，来提高机器人的性能、安全性和自主性。他们的目标是制造下一代机器人，通过机器学习使其能够在以人为中心的环境中工作。他们目前的项目旨在开发一种“服务员机器人”，能够平衡托盘上的物体，在动态环境中导航，避免碰撞，并成为顶级服务器。

除了机器人服务器的新颖性和趣味性之外，这一创新显著减少了错误，提高了生产力和效率。他们的项目包括控制机器人在托盘上平衡物体的能力，同时在周围环境中导航，并像传统餐厅服务员一样避开障碍物。这通常被机器人界称为“餐厅服务员困境”。他们的目标是建立一个足够快的系统来应对环境的突然变化。

多伦多大学博士生Adam Heins说：“想象一下，一位餐厅顾客突然把椅子倒在服务员的路上。”。“理想情况下，服务员能够避免与人相撞，而不会从托盘里掉下任何食物或饮料。”

餐厅服务员的困境

目前，大多数移动机械臂以相对较慢的速度在周围环境中导航，通常在移动底座和机械手臂之间交替移动。到目前为止，服务员的问题大多是通过固定工位的机械臂来解决的。为了制造一个功能性更强、效率更高的服务员机器人，该团队必须在移动底座上安装一个机械臂。他们的项目旨在通过移动机械手实现快速、无缝的全身运动来解决服务员的问题。

与固定工位的机械臂不同，移动操作系统的挑战在于，在驾驶时，机器人末端执行器可能会发生振动和干扰，这使得平衡托盘上的物体变得很困难。此外，控制移动操纵系统在计算上比机械臂要求更高。

此外，固定底座的机器人手臂远不如“服务员机器人”引人注目：想象一下，一个服务员被困在一个地方，只有手臂在移动。他们不能提供很多桌子！”

带Ridgeback的五星级服务机器人

为了制造一个高效的机器人服务员，该团队需要一个室内全向平台，可以用作移动基地。他们选择Ridgeback移动机器人底座是因为它易于使用的ROS接口和携带重型有效载荷的能力。

Clearpath Robotics能够在Ridgeback移动机器人底座上安装UR10，最终帮助固定和操纵托盘上的物体。该团队使用手臂的内部关节编码器以及Vicon运动捕捉系统来确定机器人的位置以及场景中任何移动的障碍物。

Clearpath公司提供的移动抓取机器人是多伦多大学和慕尼黑工业大学的学习系统与机器人实验室的首选解决方案。我们发现，Clearpath公司能够将UR10臂与Ridgeback底座集成，制成一个组合式移动操纵系统，这一点非常有价值。有了这套移动抓取的硬件设备，我们可以专注于系统的软件和控制方面的研究。”

为了解决机器人操纵时的振动和其他干扰，该团队开发了一种全身模型预测控制器（MPC），以统一的方式控制包括移动底座和机械臂的组合移动操纵系统的运动。这使得团队能够产生运动，快速移动到所需位置，同时确保遵守约束，例如保持托盘上物体的平衡，防止与环境中的障碍物碰撞。

观看这段视频，团队展示了Ridgeback服务员机器人与MPC在托盘上平衡物体，避免与静态和动态障碍物碰撞：

精准服务：服务员机器人的未来

目前，该团队假设他们对平衡物体的各种参数（如质量和质心）有准确的估计。他们的目标是使他们的机器人能够平衡物体，尽管这些参数存在不确定性。此外，他们的目标是实现一个系统，在该系统中，机器人可以使用从相机获得的数据和从力扭矩传感器获得的测量值实时学习和修改这些值。

该团队的工作也发表在IEEE机器人与自动化的信件中。单击此处访问文章。https://ieeexplore.ieee.org/document/10285028

参与该项目的团队成员包括多伦多大学教授Angela Schoellig和多伦多大学博士生Adam Heins。

如果你想了解更多关于学习系统与机器人实验室的信息，你可以访问他们的网站学习系统与机器人实验室：https://www.dynsyslab.org/vision-news/和https://www.linkedin.cn/incareer/company/learnsyslab/

你可以在这里了解更多关于Ridgeback的信息：http://www.jingtianrobots.com/index.php?id=10

多伦多大学 ：https://www.utoronto.ca

慕尼黑工业大学：https://www.tum.de/en/