Sequential Manipulation of Deformable Linear Object Networks with Endpoint Pose Measurements using Adaptive Model Predictive Control

要約

変形可能な線形物体 (DLO) のロボット操作は活発な研究分野ですが、自動車のワイヤー ハーネスの取り付けなどの新しいアプリケーションでは、これまでの研究では考慮されていなかった制約が導入されます。
限られた作業スペースと限られた可視性により、マルチロボットの操作と DLO 構成 (状態) の直接測定に関する事前の仮定が複雑になります。
この研究は、DLO ネットワーク (DLON) を形成するために接続されたスティッフ DLO (StDLO) のシングルアーム操作に焦点を当てています。測定 (出力) は DLON のエンドポイントポーズであり、操作中に未知のダイナミクスの影響を受けます。
状態推定を行わない出力ベースの制御の実現可能性を実証するために、シミュレートされた軌道上でニューラル ネットワーク モデルをトレーニングすることにより、直接入出力ダイナミクスが存在することが示されます。
次に、出力ダイナミクスは多項式で近似され、よく知られた剛体ダイナミクス項が含まれていることがわかります。
剛体モデルとオンライン データ駆動型残差で構成される複合モデルが開発されます。これにより、システムの使用経験がなくても、どちらかのモデル単独よりも正確に出力ダイナミクスが予測されます。
適応モデル予測コントローラーは、DLON 操作用の複合モデルを使用して開発され、シミュレーションと物理的な自動車ワイヤー ハーネスの両方で DLON 設置タスクを完了します。

要約(オリジナル)

Robotic manipulation of deformable linear objects (DLOs) is an active area of research, though emerging applications, like automotive wire harness installation, introduce constraints that have not been considered in prior work. Confined workspaces and limited visibility complicate prior assumptions of multi-robot manipulation and direct measurement of DLO configuration (state). This work focuses on single-arm manipulation of stiff DLOs (StDLOs) connected to form a DLO network (DLON), for which the measurements (output) are the endpoint poses of the DLON, which are subject to unknown dynamics during manipulation. To demonstrate feasibility of output-based control without state estimation, direct input-output dynamics are shown to exist by training neural network models on simulated trajectories. Output dynamics are then approximated with polynomials and found to contain well-known rigid body dynamics terms. A composite model consisting of a rigid body model and an online data-driven residual is developed, which predicts output dynamics more accurately than either model alone, and without prior experience with the system. An adaptive model predictive controller is developed with the composite model for DLON manipulation, which completes DLON installation tasks, both in simulation and with a physical automotive wire harness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google