A Simple Gripper Interface for Simulator-Agnostic Cloth Manipulation
作者: Abhilash Nayak, Franco Coltraro, Maria Alberich-Carramiñana, Carme Torras
分类: cs.RO
发布日期: 2026-09-24
备注: Accepted for a special session on Hybrid Intelligence at the 23rd International Conference on Informatics in Control, Automation and Robotics, 26-28 October, 2026
💡 一句话要点
提出一种简单的抓取接口以解决布料操作问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 布料操作 机器人抓取 模拟器 位置信约束 自动化折叠 智能家居 服务机器人
📋 核心要点
- 现有的布料操作方法在抓取和控制方面存在复杂性和不稳定性，难以实现高效的机器人操作。
- 本文提出了一种简化的抓取模型，通过使用简单的位置信约束来避免复杂的接触和摩擦计算，从而提高了抓取的效率和可靠性。
- 实验结果表明，该模型不仅能够在模拟环境中有效应用，还能成功地在真实机器人上实现布料的折叠操作，展示了其实际应用潜力。
📝 摘要（中文）
本文提出了一种专门针对布料操作的抓取模型，旨在简化机器人控制方法的部署。该模型具有鲁棒性、快速性和易于实现的特点，避免了抓取器与布料之间的接触和摩擦考虑，而是采用简单的位置信约束。抓取器通过其姿态、夹爪状态和附加的抓取体积进行描述，考虑了两种抓取体积：轴对齐的盒子用于模拟夹持抓取，方锥体积用于模拟点抓取。抓取器闭合时，位于该体积内的离散布料位置被选中并存储在局部抓取器框架中，然后随抓取器运动进行传输。模型可在任何模拟器中使用，仅需访问离散布料位置及施加目标位置约束的机制。我们在一个基于约束的不可伸缩布料模拟器中实现了该抓取模型，并将相同的抓取轨迹应用于机器人手臂以折叠真实布料，展示了该理想化抓取模型的现实性和实用性。
🔬 方法详解
问题定义：本文旨在解决现有布料操作方法在抓取和控制方面的复杂性和不稳定性，尤其是在接触和摩擦计算上存在的挑战。
核心思路：论文提出了一种基于简单位置信约束的抓取模型，避免了复杂的接触计算，使得抓取过程更为高效和可靠。通过定义抓取器的姿态、夹爪状态和抓取体积，简化了布料操作的实现。
技术框架：该模型的整体架构包括抓取器的定义、抓取体积的选择、离散布料位置的选择与存储，以及抓取器运动中的位置传输。抓取过程还包括一个简单的挤压步骤，以逐步将选定的布料位置移动到抓取区域中心。
关键创新：最重要的技术创新在于提出了一种不依赖于复杂接触模型的抓取方法，利用简单的位置信约束实现了布料的有效抓取，与现有方法相比，显著降低了计算复杂度。
关键设计：抓取体积的设计包括轴对齐的盒子和方锥体积，分别用于模拟夹持和点抓取。模型的实现依赖于离散布料位置的访问和目标位置约束的施加，确保了抓取的准确性和稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的抓取模型在模拟环境中表现出色，成功实现了布料的抓取和折叠操作。与传统方法相比，该模型在计算效率上有显著提升，能够在真实机器人上实现流畅的布料操作，展示了其实际应用的可行性。
🎯 应用场景
该研究的潜在应用领域包括机器人布料操作、自动化折叠和清洗等场景，具有广泛的实际价值。通过简化抓取过程，该模型能够提高机器人在处理布料时的效率和可靠性，推动智能家居和服务机器人等领域的发展。
📄 摘要（原文）
This paper presents a grasping model for cloth manipulation specifically tailored to ease the deployment of robotic control methods. The model is robust, fast and easy to implement avoiding at the same time contact and friction considerations between the gripper and the cloth in favor of simple positional constraints. The gripper is described by its pose, jaw state, and an attached grasping volume. Two kinds of grasping volumes are considered: an axis-aligned box to simulate a pinch grasping and a square pyramidal volume to simulate point grasping. When the gripper closes, the discrete cloth positions lying inside this volume are selected, stored in the local gripper frame, and then transported with the gripper motion. A simple squeezing step is also included to progressively move the selected cloth positions toward the center of the grasping region, avoiding an instantaneous displacement at closure. The model can be used in any simulator as it only requires access to discrete cloth positions and a mechanism for imposing target positions as constraints. We implement our grasping model in conjunction with a constraint-based inextensible cloth simulator, where grasping is implemented as moving positional equality constraints coupled with stretch, shear, collision, and table contact projection steps. The same gripper trajectory is applied on a robot arm to fold a real piece of cloth, serving as a simple bridge between simulation and physical cloth manipulation and showcasing the realism and practicality of our idealized grasping model.