Demonstration-Based Robotic Feeding Using Dynamic Movement Primitives

📄 arXiv: 2610.31020v1 📥 PDF

作者: Kenzhi Iskandar Wong, Kitti Thamrongaphichartkul, Sri Harsha Turlapati, Yanshuo Lu, Kanichi Doi, Boyu Ma, Bin Zhou, Lin Yang, Ananda Sidarta, Lek Syn Lim, Arun-Kumar Kaliya-Perumal, Jianfei Yang, Domenico Campolo

分类: cs.RO

发布日期: 2026-10-22

备注: Accepted on RAAI 2026

💡 一句话要点

提出基于示范的机器人喂食框架以解决动态运动规划问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 机器人喂食 动态运动原型 人类示范 视觉感知 运动规划 ROS 2 复杂环境

📋 核心要点

  1. 现有的机器人喂食方法在动态环境中缺乏灵活性和适应性，难以有效处理复杂的喂食任务。
  2. 本文提出了一种基于人类示范的机器人喂食框架，利用动态运动原型进行运动规划和视觉感知。
  3. 实验结果表明，所提出的方法能够在真实场景中成功重现舀取和喂食动作，验证了其有效性。

📝 摘要（中文）

本文提出了一种基于示范的机器人喂食框架，该框架整合了人类示范、基于动态运动原型的运动规划、基于视觉的场景感知和机器人控制。首先，由人类操作员演示舀取和喂食动作，同时使用运动捕捉系统记录勺子的位置信息和欧拉角方向。记录的轨迹被分割为舀取和喂食动作，并分别使用动态运动原型进行编码。在任务执行前，RGB-D相机估计参与者的嘴部位置，同时使用两个AprilTags进行机器人框架注册和托盘定位。检测到的托盘姿态用于定位舀取动作，而检测到的嘴部位置定义了喂食动作的目标位置。该方法通过基于ROS 2的框架由Kinova Gen3操纵器顺序执行舀取和喂食轨迹。实际实验表明，该集成管道的可行性，并展示了学习到的勺子动作可以在检测到的实验场景中重现。

🔬 方法详解

问题定义：本文旨在解决现有机器人喂食方法在动态环境中适应性不足的问题，尤其是在复杂的喂食任务中，现有方法往往无法灵活应对变化的场景和目标。

核心思路：论文的核心思路是通过人类示范来学习舀取和喂食动作，并结合动态运动原型进行运动规划，以实现对复杂环境的适应。这样的设计使得机器人能够更自然地模仿人类的动作，提高喂食的成功率。

技术框架：整体架构包括四个主要模块：人类示范记录、动态运动原型编码、视觉感知与定位、以及机器人控制。首先，记录人类的动作并进行分割和编码；然后，利用RGB-D相机和AprilTags进行环境感知和目标定位；最后，通过ROS 2框架控制机器人执行动作。

关键创新：最重要的技术创新在于将动态运动原型与人类示范相结合，形成了一种新的运动规划方法。这种方法能够有效处理动态环境中的不确定性，与传统的基于模型的方法相比，具有更高的灵活性和适应性。

关键设计：在参数设置上，动态运动原型的编码方式和运动捕捉系统的精度是关键因素。此外，使用RGB-D相机进行实时环境感知和AprilTags进行定位的设计，确保了机器人能够准确执行舀取和喂食动作。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，所提出的机器人喂食框架能够在真实场景中成功重现舀取和喂食动作，且学习到的动作在不同实验条件下保持高一致性，验证了方法的有效性和实用性。

🎯 应用场景

该研究的潜在应用领域包括医疗护理、老年人照护和残疾人辅助等场景，能够为需要喂食帮助的个体提供更为智能化的解决方案。未来，该框架有望进一步拓展到其他人机交互任务中，提高机器人在复杂环境中的自主性和灵活性。

📄 摘要（原文）

This paper presents a demonstration-based robotic feeding framework that integrates human demonstration, Dynamic Movement Primitive-based motion planning, vision-based scene perception, and robot control. A human operator first demonstrates the scooping and feeding motions while the position and Euler-angle orientation of the spoon are recorded using a motion-capture system. The recorded trajectory is segmented into scooping and feeding motions, which are encoded using separate Dynamic Movement Primitives. Before task execution, an RGB-D camera estimates the participant's mouth position, while two AprilTags are used for robot-frame registration and tray localization. The detected tray pose is used to position the scooping motion, whereas the detected mouth position defines the positional goal of the feeding motion. The approach, scooping, and feeding trajectories are then executed sequentially by a Kinova Gen3 manipulator through a ROS~2-based framework. A real-world experiment demonstrates the feasibility of the integrated pipeline and shows that the learned spoon motions can be reproduced within the detected experimental scene.