ShakingBot: Dynamic Manipulation for Bagging

要約

ロボットによるバッグの操作は、バッグが変形しやすいため、複雑かつ困難です。
動的操作戦略に基づいて、バギングタスクのための新しいフレームワーク ShakingBot を提案します。
ShakingBot は、認識モジュールを利用して、任意の初期構成からビニール袋の主要な領域を識別します。
セグメンテーションに従って、ShakingBot はバッグの調整、双腕のシェイク、片腕の保持などの新しい一連のアクションを繰り返し実行してバッグを開きます。
ダイナミックなアクションであるデュアルアームシェイキングにより、しわくちゃの形状を考慮することなく効果的にバッグを開くことができます。その後、商品を挿入し、輸送のためにバッグを持ち上げます。
私たちは双腕ロボットでこの方法を実行し、さまざまな初期バッグ構成にわたって少なくとも 1 つのアイテムを挿入する成功率 21/33 を達成しました。
この研究では、袋詰めタスクにおける準静的な操作と比較した動的振動アクションのパフォーマンスを実証します。
また、バッグのサイズ、パターン、色にかかわらず、この方法がバリエーションに一般化することも示します。

要約(オリジナル)

Bag manipulation through robots is complex and challenging due to the deformability of the bag. Based on dynamic manipulation strategy, we propose a new framework, ShakingBot, for the bagging tasks. ShakingBot utilizes a perception module to identify the key region of the plastic bag from arbitrary initial configurations. According to the segmentation, ShakingBot iteratively executes a novel set of actions, including Bag Adjustment, Dual-arm Shaking, and One-arm Holding, to open the bag. The dynamic action, Dual-arm Shaking, can effectively open the bag without the need to account for the crumpled configuration.Then, we insert the items and lift the bag for transport. We perform our method on a dual-arm robot and achieve a success rate of 21/33 for inserting at least one item across various initial bag configurations. In this work, we demonstrate the performance of dynamic shaking actions compared to the quasi-static manipulation in the bagging task. We also show that our method generalizes to variations despite the bag’s size, pattern, and color.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google