Whole-Body Exploration with a Manipulator Using Heat Equation

要約

この論文では、特定の関心領域を探索および調査するための全身ロボット制御方法を紹介します。
このような探索動作の背後にあるエルゴード制御形式は、ロボットの軌道の時間平均統計をターゲット分布の空間統計と照合することで構成されます。
既存のエルゴディック制御アプローチのほとんどは、ロボット/センサーを空間内を移動する個々のポイント エージェントとして想定しています。
ロボットマニピュレータの全身に運動学的に制約された複数のエージェントを利用するアプローチを導入します。このアプローチでは、制御アクションを生成するためにエージェント間のコンセンサスが見つかります。
これを行うために、熱方程式駆動エリア カバレッジ (HEDAC) と呼ばれる既存のエルゴディック制御定式化を利用し、熱拡散から生じる潜在的なフィールドのローカルおよびグローバルな探索を組み合わせます。
私たちのアプローチは、ロボットが全身に複数のセンサー (触覚皮膚など) を備え、すべてのセンサーを使用して特定の領域を最適に探索するアプリケーションに HEDAC を拡張します。
私たちのアプローチは、エルゴード性の観点から探索パフォーマンスを向上させ、複数のロボットリンクに分散されたエージェントを使用して現実世界の問題にうまく対応できることを示します。
運動学シミュレーションにおいて私たちの方法と HEDAC を比較し、7 軸 Franka Emika ロボットを使用したオンライン探索タスクの適用可能性を実証します。

要約(オリジナル)

This paper presents a whole-body robot control method for exploring and probing a given region of interest. The ergodic control formalism behind such an exploration behavior consists of matching the time-averaged statistics of a robot trajectory with the spatial statistics of the target distribution. Most existing ergodic control approaches assume the robots/sensors as individual point agents moving in space. We introduce an approach exploiting multiple kinematically constrained agents on the whole-body of a robotic manipulator, where a consensus among the agents is found for generating control actions. To do so, we exploit an existing ergodic control formulation called heat equation-driven area coverage (HEDAC), combining local and global exploration on a potential field resulting from heat diffusion. Our approach extends HEDAC to applications where robots have multiple sensors on the whole-body (such as tactile skin) and use all sensors to optimally explore the given region. We show that our approach increases the exploration performance in terms of ergodicity and scales well to real-world problems using agents distributed on multiple robot links. We compare our method with HEDAC in kinematic simulation and demonstrate the applicability of an online exploration task with a 7-axis Franka Emika robot.

arxiv情報

著者 Cem Bilaloglu,Tobias Löw,Sylvain Calinon
発行日 2023-06-29 12:39:25+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.RO パーマリンク