Robust Pivoting Manipulation using Contact Implicit Bilevel Optimization

要約

一般化可能な操作では、ロボットが新しいオブジェクトや環境と対話できる必要があります。
この要件により、ロボットは、オブジェクトと環境の物理的特性の不確実性を伴う複雑な摩擦相互作用について推論する必要があるため、操作が非常に困難になります。
この論文では、不確実性の存在下でのピボット操作の計画のためのロバスト最適化について検討します。
操作中の物理的特性の推定値の不正確さを補うために、摩擦をどのように利用できるかについての洞察を提示します。
特定の仮定の下で、ピボット操作中の摩擦によって提供される安定余裕の分析式を導き出します。
次に、このマージンを Contact Implicit Bilevel Optimization (CIBO) フレームワークで使用して、この安定マージンを最大化する軌道を最適化し、オブジェクトのいくつかの物理パラメーターの不確実性に対するロバスト性を提供します。
基礎となる 2 値最適化問題に関係するいくつかのパラメーターに関する安定余裕の分析を提示します。
いくつかの異なるオブジェクトを操作するための 6 DoF マニピュレーターを使用して、提案された方法を示します。

要約(オリジナル)

Generalizable manipulation requires that robots be able to interact with novel objects and environment. This requirement makes manipulation extremely challenging as a robot has to reason about complex frictional interactions with uncertainty in physical properties of the object and the environment. In this paper, we study robust optimization for planning of pivoting manipulation in the presence of uncertainties. We present insights about how friction can be exploited to compensate for inaccuracies in the estimates of the physical properties during manipulation. Under certain assumptions, we derive analytical expressions for stability margin provided by friction during pivoting manipulation. This margin is then used in a Contact Implicit Bilevel Optimization (CIBO) framework to optimize a trajectory that maximizes this stability margin to provide robustness against uncertainty in several physical parameters of the object. We present analysis of the stability margin with respect to several parameters involved in the underlying bilevel optimization problem. We demonstrate our proposed method using a 6 DoF manipulator for manipulating several different objects.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google