Towards Connecting Control to Perception: High-Performance Whole-Body Collision Avoidance Using Control-Compatible Obstacles

要約

自律システムの最も重要な側面の 1 つは安全性です。
これには、複雑なタスクを自律的に実行するとき、または共同シナリオでの人間とロボットの安全な相互作用、およびロボットと環境の安全な相互作用の確保が含まれます。
これに取り組むためにいくつかの方法が導入されていますが、そのほとんどはリアルタイム アプリケーションには適しておらず、注意深く手作業で作成された障害物の説明を必要とします。
この研究では、ロボットマニピュレーターの高周波かつリアルタイムの自己および環境衝突回避と、デジタルツインシステムに蓄積された低周波、マルチモーダル、高解像度の環境認識を組み合わせた方法を提案します。
私たちの方法は、幾何学的プリミティブ、いわゆるプリミティブ スケルトンに基づいています。
これらは、ロボットの身体と環境を情報圧縮したリアルタイム互換のデジタル表現であり、デジタル ツインによって提供される現実世界の超現実的な仮想レプリカから自動的に生成されます。
私たちのアプローチは、ミリ秒のリアルタイム制御ステージに現在および正確な世界の記述を提供し、環境の変化に反応できるようにすることで、環境認識とロボット制御の間のループを閉じるための重要なイネーブラーです。
5 つの実験を通じて 9-DOF ロボット システムでの全身衝突回避を評価し、フレームワークの機能性と効率性を実証します。

要約(オリジナル)

One of the most important aspects of autonomous systems is safety. This includes ensuring safe human-robot and safe robot-environment interaction when autonomously performing complex tasks or in collaborative scenarios. Although several methods have been introduced to tackle this, most are unsuitable for real-time applications and require carefully hand-crafted obstacle descriptions. In this work, we propose a method combining high-frequency and real-time self and environment collision avoidance of a robotic manipulator with low-frequency, multimodal, and high-resolution environmental perceptions accumulated in a digital twin system. Our method is based on geometric primitives, so-called primitive skeletons. These, in turn, are information-compressed and real-time compatible digital representations of the robot’s body and environment, automatically generated from ultra-realistic virtual replicas of the real world provided by the digital twin. Our approach is a key enabler for closing the loop between environment perception and robot control by providing the millisecond real-time control stage with a current and accurate world description, empowering it to react to environmental changes. We evaluate our whole-body collision avoidance on a 9-DOFs robot system through five experiments, demonstrating the functionality and efficiency of our framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google