Gazebo Plants: Simulating Plant-Robot Interaction with Cosserat Rods

要約

ロボットによる収穫は、農業の生産性にプラスの影響を与え、コストを削減し、食品の品質を向上させ、持続可能性を高め、労働力不足に対処する可能性を秘めている。急速に進歩する農業ロボット分野では、仮想環境でのロボットのトレーニングが不可欠となっている。画像分割、物体検出、分類といったコンピュータビジョンの基礎となるタスクを自動化するためのトレーニングデータの生成も、実データセットの不足や多様性の欠如を克服するために合成データが必要とされることが多いため、このような仮想環境に大きく依存している。しかし、ODE、Simbody、Bullet、DARTなど、ロボット工学コミュニティで一般的に採用されている物理エンジンは、主に剛体の運動と衝突の相互作用をサポートしています。この固有の制限は、植物や作物のような非剛体オブジェクトを扱う実験や進歩を妨げている。この寄稿では、植物の動きをモデル化するためのCosseratロッドに基づいたGazeboシミュレーションプラットフォーム用のプラグインを紹介します。これにより、植物と環境との相互作用のシミュレーションが可能になる。本プラグインを用いることで、Gazebo上で果実を収穫するロボットアームのシミュレーションを行い、実世界の実験に匹敵する結果を得られることを実証する。

要約(オリジナル)

Robotic harvesting has the potential to positively impact agricultural productivity, reduce costs, improve food quality, enhance sustainability, and to address labor shortage. In the rapidly advancing field of agricultural robotics, the necessity of training robots in a virtual environment has become essential. Generating training data to automatize the underlying computer vision tasks such as image segmentation, object detection and classification, also heavily relies on such virtual environments as synthetic data is often required to overcome the shortage and lack of variety of real data sets. However, physics engines commonly employed within the robotics community, such as ODE, Simbody, Bullet, and DART, primarily support motion and collision interaction of rigid bodies. This inherent limitation hinders experimentation and progress in handling non-rigid objects such as plants and crops. In this contribution, we present a plugin for the Gazebo simulation platform based on Cosserat rods to model plant motion. It enables the simulation of plants and their interaction with the environment. We demonstrate that, using our plugin, users can conduct harvesting simulations in Gazebo by simulating a robotic arm picking fruits and achieve results comparable to real-world experiments.

arxiv情報

著者 Junchen Deng,Samhita Marri,Jonathan Klein,Wojtek Pałubicki,Sören Pirk,Girish Chowdhary,Dominik L. Michels
発行日 2024-02-04 17:19:46+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.LG, cs.RO, I.6.3; I.6.m パーマリンク