Deep Functional Predictive Control for Strawberry Cluster Manipulation using Tactile Prediction

要約

この論文では、ロボットのプッシュ タスク中の物理ロボット インタラクション (PRI) の問題に対処するための新しいアプローチを紹介します。
このアプローチでは、触覚予測に基づくデータ駆動型のフォワード モデルを使用して、ロボットの触覚指を使用して、イチゴの茎など、押されるオブジェクトの潜在的な将来の動きについてコントローラーに通知します。
このモデルは深層機能予測制御 (d-FPC) システムに統合されており、プッシュ中の触覚指のステムの変位を制御します。
3D で目的の軌道に沿ってロボットの指でオブジェクトを押すことは、特にオブジェクトが安定して把握されていない場合、非常に非線形で複雑な物理的なロボットの相互作用です。
提案されたアプローチは、予測範囲内の触覚指の幹の動きを制御します。
提案された FPC の有効性は、実際のロボットがクラスター内のイチゴを押す一連のテストで実証されています。
結果は、d-FPC コントローラーが、イチゴの取り扱いを超えたロボット操作タスクで PRI を正常に制御できることを示しています。
提案されたアプローチは、ロボット操作タスクにおける困難な PRI 問題に対処するための有望な方向性を提供します。
今後の作業では、他のオブジェクトやタスクへのアプローチの一般化を検討します。

要約(オリジナル)

This paper introduces a novel approach to address the problem of Physical Robot Interaction (PRI) during robot pushing tasks. The approach uses a data-driven forward model based on tactile predictions to inform the controller about potential future movements of the object being pushed, such as a strawberry stem, using a robot tactile finger. The model is integrated into a Deep Functional Predictive Control (d-FPC) system to control the displacement of the stem on the tactile finger during pushes. Pushing an object with a robot finger along a desired trajectory in 3D is a highly nonlinear and complex physical robot interaction, especially when the object is not stably grasped. The proposed approach controls the stem movements on the tactile finger in a prediction horizon. The effectiveness of the proposed FPC is demonstrated in a series of tests involving a real robot pushing a strawberry in a cluster. The results indicate that the d-FPC controller can successfully control PRI in robotic manipulation tasks beyond the handling of strawberries. The proposed approach offers a promising direction for addressing the challenging PRI problem in robotic manipulation tasks. Future work will explore the generalisation of the approach to other objects and tasks.

arxiv情報

著者 Kiyanoush Nazari,Gabriele Gandolfi,Zeynab Talebpour,Vishnu Rajendran,Paolo Rocco,Amir Ghalamzan E.
発行日 2023-03-09 16:31:35+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO パーマリンク