Implicit Contact-Rich Manipulation Planning for a Manipulator with Insufficient Payload

要約

このホワイト ペーパーでは、共同ロボット アームを備えたモバイル マニピュレータを使用して、ロボットの最大ペイロードを超えてオブジェクトを操作します。
環境サポートを使用して操作モーションを計画および最適化するための、シングルショットの確率的ロードマップ ベースの方法を提案します。
この方法では、拡張オブジェクト メッシュ モデルを使用して接触を調べ、接触を維持し、手頃な把持力を確保しながら、オブジェクトの動きをランダムに調査します。
最適化ベースのアルゴリズムを使用してオブジェクトの動きを取得した後、ロボットの動きの軌跡を生成します。
提案された方法の助けを借りて、オブジェクトの接触モードとその遷移を特に分析することなく、接触に富んだ操作を計画できます。
プランナーとオプティマイザーが自動的に決定します。
シミュレーションと実際の実行を使用して実験と分析を行い、メソッドのパフォーマンスを調べました。
接触、力、および運動学的制約を満たす操作モーションをうまく見つけることができるため、モバイル マニピュレーターは、環境障害物からのサポート力を活用しながら、重いオブジェクトを動かすことができます。
メソッドは、接触状態を明示的に分析し、接触遷移グラフを作成する必要がないため、ロボットによる把持のない操作、掴みにくい操作、接触を伴う操作などに新しいビューを提供します。

要約(オリジナル)

This paper uses a mobile manipulator with a collaborative robotic arm to manipulate objects beyond the robot’s maximum payload. It proposes a single-shot probabilistic roadmap-based method to plan and optimize manipulation motion with environment support. The method uses an expanded object mesh model to examine contact and randomly explores object motion while keeping contact and securing affordable grasping force. It generates robotic motion trajectories after obtaining object motion using an optimization-based algorithm. With the proposed method’s help, we can plan contact-rich manipulation without particularly analyzing an object’s contact modes and their transitions. The planner and optimizer determine them automatically. We conducted experiments and analyses using simulations and real-world executions to examine the method’s performance. It can successfully find manipulation motion that met contact, force, and kinematic constraints, thus allowing a mobile manipulator to move heavy objects while leveraging supporting forces from environmental obstacles. The mehtod does not need to explicitly analyze contact states and build contact transition graphs, thus providing a new view for robotic grasp-less manipulation, non-prehensile manipulation, manipulation with contact, etc.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google