Task-Space Clustering for Mobile Manipulator Task Sequencing

要約

モバイルマニピュレータは、固定ベースのマニピュレータでは到達できない大規模なタスクを実行できる可能性があるため注目を集めています。
モバイル マニピュレータのロボット タスク シーケンス問題では、多くの場合、ベース配置の数を減らしながら複数のターゲットを訪問するためにロボットの動作シーケンスを最適化する必要があります。
この問題に対する 2 段階のアプローチは、ロボットの動作をシーケンスする前に、タスク空間をターゲットのクラスターにクラスター化することです。
この論文では、二部グラフと到達可能性分析を使用してクラスタリングステップをセットカバー問題として定式化し、それを解決して対応するベース配置を持つターゲットクラスターの最小数を取得するタスク空間クラスタリング手法を提案します。
私たちは、数百のターゲットを含む移動式掘削実験でこの方法を実際に使用することを実証しました。
アルゴリズムのベンチマークを行うために複数のシミュレーションが実施され、提案された手法が実用上、既存の最先端の手法よりも優れたソリューションを発見したことも示されました。

要約(オリジナル)

Mobile manipulators have gained attention for the potential in performing large-scale tasks which are beyond the reach of fixed-base manipulators. The Robotic Task Sequencing Problem for mobile manipulators often requires optimizing the motion sequence of the robot to visit multiple targets while reducing the number of base placements. A two-step approach to this problem is clustering the task-space into clusters of targets before sequencing the robot motion. In this paper, we propose a task-space clustering method which formulates the clustering step as a Set Cover Problem using bipartite graph and reachability analysis, then solves it to obtain the minimum number of target clusters with corresponding base placements. We demonstrated the practical usage of our method in a mobile drilling experiment containing hundreds of targets. Multiple simulations were conducted to benchmark the algorithm and also showed that our proposed method found, in practical time, better solutions than the existing state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google