Fine Robotic Manipulation without Force/Torque Sensor

要約

力検出と力制御は、多くの産業用途に不可欠です。
通常、環境によってロボット (外部レンチ) に加えられる力とトルクを測定するために、6 軸の力/トルク (F/T) センサーがロボットの手首とエンドエフェクターの間に取り付けられます。
一般的な 6 軸 F/T センサーは高精度の測定を提供できますが、高価であり、ドリフトや外部衝撃に対して脆弱です。
ロボットの内部信号のみを使用して外部レンチを推定することを目的とした既存の方法は、範囲が限られています。たとえば、レンチの推定精度は、高精度の力制御を必要とする組み立てなどのタスクとは対照的に、自由空間の動作や単純な接触で主に検証されていました。
ここでは、ニューラル ネットワーク ベースの手法を紹介し、トレーニング データ構造に特に注意を払うことで、内部信号のみに基づいて幅広いシナリオで外部レンチを正確に推定できると主張します。
実例として、100 ミクロンのクリアランスでのピン挿入実験とハンドガイド実験を示します。どちらも外部 F/T センサーやジョイント トルク センサーなしで実行されます。
私たちの結果は、ハードウェアを追加することなく、既存の 270 万台の産業用ロボットに力検出および力制御機能を装備できる可能性を開きます。

要約(オリジナル)

Force Sensing and Force Control are essential to many industrial applications. Typically, a 6-axis Force/Torque (F/T) sensor is mounted between the robot’s wrist and the end-effector in order to measure the forces and torques exerted by the environment onto the robot (the external wrench). Although a typical 6-axis F/T sensor can provide highly accurate measurements, it is expensive and vulnerable to drift and external impacts. Existing methods aiming at estimating the external wrench using only the robot’s internal signals are limited in scope: for example, wrench estimation accuracy was mostly validated in free-space motions and simple contacts as opposed to tasks like assembly that require high-precision force control. Here we present a Neural Network based method and argue that by devoting particular attention to the training data structure, it is possible to accurately estimate the external wrench in a wide range of scenarios based solely on internal signals. As an illustration, we demonstrate a pin insertion experiment with 100-micron clearance and a hand-guiding experiment, both performed without external F/T sensors or joint torque sensors. Our result opens the possibility of equipping the existing 2.7 million industrial robots with Force Sensing and Force Control capabilities without any additional hardware.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google