Haptic search with the Smart Suction Cup on adversarial objects

要約

吸盤は産業用ロボット用途における重要なグリッパーのタイプであり、先行文献では、これらの作業での掴みの成功率を向上させるためにビジョンベースのプランナーを使用することに焦点を当てています。
ビジョンベースのプランナーは、学習したアルゴリズムを再トレーニングしないと、敵対的なオブジェクトによって失敗したり、目に見えないシナリオに対する一般化可能性を失ったりする可能性があります。
視覚的な把握プランナーが失敗した場合に、吸盤の把握を改善するために触覚探索を提案します。
内部流量測定を触覚センシングに利用するエンドエフェクターであるスマート サクション カップを紹介します。
これらの流れ測定に基づいたモデルベースの触覚検索手法は、ビンピッキング作業中にビジョンプランナーのみを使用した場合と比較して、把握の成功率が最大 2.5 倍向上することを示します。
幾何学的なエッジと曲線の両方でスマートサクションカップを特徴付けると、姿勢誤差が大きい場合でも、流量によって理想的な動作方向を正確に予測できることがわかりました。
スマート吸引カップにはカップ自体に電子機器が含まれていないため、設計が簡単に製造でき、触覚探査によってセンサーが損傷することはありません。
この研究により、特に敵対的なシナリオにおいて、自律的な触覚検索機能を備えた吸盤の使用が促進されます。

要約(オリジナル)

Suction cups are an important gripper type in industrial robot applications, and prior literature focuses on using vision-based planners to improve grasping success in these tasks. Vision-based planners can fail due to adversarial objects or lose generalizability for unseen scenarios, without retraining learned algorithms. We propose haptic exploration to improve suction cup grasping when visual grasp planners fail. We present the Smart Suction Cup, an end-effector that utilizes internal flow measurements for tactile sensing. We show that model-based haptic search methods, guided by these flow measurements, improve grasping success by up to 2.5x as compared with using only a vision planner during a bin-picking task. In characterizing the Smart Suction Cup on both geometric edges and curves, we find that flow rate can accurately predict the ideal motion direction even with large postural errors. The Smart Suction Cup includes no electronics on the cup itself, such that the design is easy to fabricate and haptic exploration does not damage the sensor. This work motivates the use of suction cups with autonomous haptic search capabilities in especially adversarial scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google