Industrial Dual-Arm Box Handling via Online Inertial Estimation and Convex Wrench Optimization
作者: Kenzhi Iskandar Wong, Lin Yang, Qian Ying Lee, Domenico Campolo
分类: cs.RO
发布日期: 2026-05-21
备注: 14 pages, submitted to Robotics and Computer-Integrated Manufacturing (RCIM) Journal
💡 一句话要点
提出基于在线惯性估计和凸wrench优化的工业双臂箱体搬运方法
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 双臂机器人 物体搬运 惯性参数估计 凸优化 摩擦感知
📋 核心要点
- 工业搬运中，箱体质量和质心未知导致难以稳定抓取，现有方法难以有效平衡力矩，易发生滑动或挤压。
- 该方法通过在线估计物体质量和质心，并结合二阶锥规划，计算满足摩擦约束的接触力和力矩。
- 实验表明，该方法能够在未知物体惯性参数的情况下，实现稳定的双臂搬运，并维持摩擦接触。
📝 摘要（中文）
工业机器人物体搬运常涉及质量和质心未知的箱体和包裹。这些不确定性影响稳定提升所需的力矩平衡，不适当的接触wrench调节会导致滑动、物体掉落、方向偏差或过度挤压。本文提出了一种摩擦感知的双臂箱体搬运框架，用于惯性参数未知的物体。该方法通过测量的接触wrench在线估计物体的质量和质心，并通过二阶锥规划（SOCP）在椭球摩擦极限面约束下计算摩擦可行的接触力和扭矩。此外，还包括一个离线轨迹优化阶段，以减少存在几何约束时物体与环境的不必要接触。通过强制执行摩擦可行性作为硬约束，并在可行区域内最小化接触力，该框架实现了稳定的提升，而无需将避免滑动和过度挤压作为单独调整的目标。在真实双臂机器人系统上针对不同质心配置进行的实验表明，该方法能够在保持稳定摩擦接触的同时提升具有未知惯性参数的物体。
🔬 方法详解
问题定义：工业双臂机器人搬运质量和质心未知的箱体时，由于惯性参数不确定，难以精确控制接触力和力矩，容易发生滑动、掉落、方向偏差或过度挤压。现有方法通常需要预先精确标定物体惯性参数，或者依赖经验参数进行调整，难以适应实际应用中的各种情况。
核心思路：该论文的核心思路是在线估计物体质量和质心，并利用二阶锥规划（SOCP）优化接触力和力矩，确保满足摩擦约束，从而实现稳定的双臂搬运。通过在线估计，可以适应物体惯性参数的变化；通过SOCP优化，可以保证接触力的可行性，避免滑动和过度挤压。
技术框架：该框架主要包含三个阶段：在线惯性参数估计、接触力优化和离线轨迹优化。首先，利用双臂机器人上的力/力矩传感器测量接触wrench，并基于这些测量值在线估计物体的质量和质心。然后，利用二阶锥规划（SOCP）在摩擦约束下优化接触力和力矩，确保满足摩擦锥约束，避免滑动。最后，通过离线轨迹优化，减少物体与环境的不必要接触，提高搬运的稳定性。
关键创新：该论文的关键创新在于将在线惯性参数估计与凸优化相结合，实现了一种鲁棒的、摩擦感知的双臂箱体搬运方法。与现有方法相比，该方法无需预先精确标定物体惯性参数，能够适应物体惯性参数的变化，并且能够保证接触力的可行性，避免滑动和过度挤压。
关键设计：在在线惯性参数估计中，使用递归最小二乘法（RLS）进行估计，并采用遗忘因子来提高对物体惯性参数变化的适应性。在接触力优化中，使用二阶锥规划（SOCP）来求解满足摩擦锥约束的接触力和力矩，并将接触力的大小作为优化目标进行最小化。摩擦锥约束采用椭球摩擦极限面模型，能够更准确地描述摩擦特性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，该方法能够在不同质心配置下，稳定地提升具有未知惯性参数的物体。与传统的基于经验参数调整的方法相比，该方法能够显著提高搬运的稳定性和鲁棒性，避免滑动和过度挤压。实验还验证了在线惯性参数估计的有效性，能够准确地估计物体的质量和质心。
🎯 应用场景
该研究成果可应用于自动化仓库、物流分拣中心、智能制造等领域，实现对未知质量和形状物体的安全、高效搬运。通过该技术，机器人能够更好地适应复杂多变的工业环境，降低人工干预的需求，提高生产效率和自动化水平。未来，该技术可进一步扩展到更复杂的物体操作任务，例如装配、拆卸等。
📄 摘要（原文）
Industrial robotic object handling often involves boxes and packages whose mass and center of mass are not known in advance. These uncertainties affect the force--moment balance required for stable lifting, and improper regulation of contact wrenches can lead to slip, object drop, orientation deviation, or excessive squeezing. This paper presents a friction-aware dual-arm box-handling framework for objects with unknown inertial properties. The proposed approach estimates the object mass and center of mass online from measured contact wrenches, and computes friction-feasible contact forces and torsional moments through a second-order cone program (SOCP) under ellipsoidal friction-limit-surface constraints. An offline trajectory refinement stage is also included to reduce undesired object--environment contact when geometric constraints are present. By enforcing friction feasibility as a hard constraint and minimizing contact effort within the feasible region, the framework achieves stable lifting without treating slip avoidance and excessive squeezing as separately tuned objectives. Experiments on a real dual-arm robotic system under different center-of-mass configurations demonstrate that the method lifts objects with unknown inertial properties while maintaining stable frictional contact.