Estimating Properties of Solid Particles Inside Container Using Touch Sensing

要約

米やコーヒー豆などの固体粒子は容器に入れて保管されることが多く、私たちの日常生活に遍在しています。
これらの粒子の特性を理解すると、後の決定を下したり、注ぐなどの後の操作タスクを実行したりするのに役立ちます。
通常、人間はコンテナを操作してコンテナ内の粒子を理解しますが、ロボットがそれを達成することは依然として課題です。
この研究では、触覚センシングを利用して、容器内に封入された固体粒子の複数の特性、具体的には内容質量、内容体積、粒子サイズ、粒子形状を推定します。
コンテナと対話する一連のロボットのアクションを設計します。
物理的理解に基づいて、F/T センサーから静的な力/トルク値、新設計の高速 GelSight 触覚センサーから振動関連の特徴と転倒関連の特徴を抽出し、これら 4 つの粒子特性を推定します。
私たちは、粉末、米、豆、錠剤など、毎日異なるさまざまな粒子（$37$）を使用してメソッドをテストしています。実験の結果、私たちのアプローチは、誤差 $1.8$ g で内容量を推定し、$6.1$ の誤差で内容量を推定できることが示されています。
ml、粒子サイズの誤差は $1.1$ mm、粒子形状の推定精度は $75.6$% を達成します。
さらに、私たちの方法は、未知の体積を持つ目に見えない粒子に一般化できます。
これらの粒子特性を推定することで、私たちの方法はロボットが粒状媒体をより適切に認識し、日常生活や産業におけるさまざまな操作タスクを支援できるようになります。

要約(オリジナル)

Solid particles, such as rice and coffee beans, are commonly stored in containers and are ubiquitous in our daily lives. Understanding those particles’ properties could help us make later decisions or perform later manipulation tasks such as pouring. Humans typically interact with the containers to get an understanding of the particles inside them, but it is still a challenge for robots to achieve that. This work utilizes tactile sensing to estimate multiple properties of solid particles enclosed in the container, specifically, content mass, content volume, particle size, and particle shape. We design a sequence of robot actions to interact with the container. Based on physical understanding, we extract static force/torque value from the F/T sensor, vibration-related features and topple-related features from the newly designed high-speed GelSight tactile sensor to estimate those four particle properties. We test our method on $37$ very different daily particles, including powder, rice, beans, tablets, etc. Experiments show that our approach is able to estimate content mass with an error of $1.8$ g, content volume with an error of $6.1$ ml, particle size with an error of $1.1$ mm, and achieves an accuracy of $75.6$% for particle shape estimation. In addition, our method can generalize to unseen particles with unknown volumes. By estimating these particle properties, our method can help robots to better perceive the granular media and help with different manipulation tasks in daily life and industry.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google