Tactile Tool Manipulation

要約

人間は、センサーの観測に反応することで、非常に複雑で器用な操作タスクを簡単に実行できます。
対照的に、ロボットは反応的な操作を実行できず、環境と対話しながらほとんどが開ループで動作します。
その結果、現在の操作アルゴリズムはパフォーマンスが非効率的であるか、高度に構造化された環境でしか機能しません。
この論文では、ロボットがツールを使用してオブジェクトと対話する複雑な操作タスクの閉ループ制御について説明します。
ツールを使用した操作は、実行可能な操作軌跡を生成するために満たす必要がある複雑な運動学と接触の制約につながります。
最初に、これらの制約を満たす非線形計画法 (NLP) を使用した開ループ コントローラーの設計を提示します。
閉ループ コントローラーを設計するために、触覚センサーを使用したオブジェクトとツールの姿勢推定器を提示します。
触覚推定器を使用して、モデル予測制御 (MPC) に基づく閉ループ コントローラーを設計します。
提案されたアルゴリズムは、さまざまなオブジェクトとツールを使用するタスクで 6 DoF マニピュレーターを使用して検証されます。
クローズド ループ コントローラーが、いくつかの予期しない接触の下でツール操作を正常に実行できることを確認します。
この作業とハードウェアの実験をまとめたビデオは、https://youtu.be/VsClK04qDhk にあります。

要約(オリジナル)

Humans can effortlessly perform very complex, dexterous manipulation tasks by reacting to sensor observations. In contrast, robots can not perform reactive manipulation and they mostly operate in open-loop while interacting with their environment. Consequently, the current manipulation algorithms either are inefficient in performance or can only work in highly structured environments. In this paper, we present closed-loop control of a complex manipulation task where a robot uses a tool to interact with objects. Manipulation using a tool leads to complex kinematics and contact constraints that need to be satisfied for generating feasible manipulation trajectories. We first present an open-loop controller design using Non-Linear Programming (NLP) that satisfies these constraints. In order to design a closed-loop controller, we present a pose estimator of objects and tools using tactile sensors. Using our tactile estimator, we design a closed-loop controller based on Model Predictive Control (MPC). The proposed algorithm is verified using a 6 DoF manipulator on tasks using a variety of objects and tools. We verify that our closed-loop controller can successfully perform tool manipulation under several unexpected contacts. Video summarizing this work and hardware experiments are found https://youtu.be/VsClK04qDhk.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google