Using Knowledge Representation and Task Planning for Robot-agnostic Skills on the Example of Contact-Rich Wiping Tasks

要約

アジャイル製造、インダストリー 4.0、および多品種少量タスクへの移行には、柔軟なロボット プログラミング ソリューションが必要です。
ただし、導入されているロボット ソリューションのほとんどは依然として静的にプログラムされており、厳密な位置制御を使用しているため、その有用性が制限されています。
この論文では、知識表現、タスク計画、および入力パラメーターに基づくスキル実装の自動選択を利用する単一のロボット スキルを、さまざまなコンテキストでどのように実行できるかを示します。
スキルベースの制御プラットフォームが、さまざまなロボット システムでの接触の多い拭き取りタスクでこれをどのように実現するかを示します。
このケーススタディでそれを達成するには、私たちのアプローチはさまざまな運動学、グリッパーのタイプ、ベンダー、そして根本的に異なる制御インターフェイスに対処する必要があります。
実験は、位置制御を備えたユニバーサルロボット UR5e 6 自由度ロボットアームと、トルク制御を備えた 7 自由度 KUKA iiwa を備えたモバイルプラットフォームを使用して実施しました。

要約(オリジナル)

The transition to agile manufacturing, Industry 4.0, and high-mix-low-volume tasks require robot programming solutions that are flexible. However, most deployed robot solutions are still statically programmed and use stiff position control, which limit their usefulness. In this paper, we show how a single robot skill that utilizes knowledge representation, task planning, and automatic selection of skill implementations based on the input parameters can be executed in different contexts. We demonstrate how the skill-based control platform enables this with contact-rich wiping tasks on different robot systems. To achieve that in this case study, our approach needs to address different kinematics, gripper types, vendors, and fundamentally different control interfaces. We conducted the experiments with a mobile platform that has a Universal Robots UR5e 6 degree-of-freedom robot arm with position control and a 7 degree-of-freedom KUKA iiwa with torque control.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google