要約
我々は、ロボットが掴んだ物体を動かし、環境との外部接触モードを維持し、同時に手の中の姿勢を調整する、手の中の操作タスクを提示します。
提案された操作タスクでは、運動学的および物理的パラメーターの不確実性の影響を非常に受けやすい複雑な接触相互作用が発生します。
したがって、我々は 2 つの部分からなる堅牢な手持ち操作方法を提案します。
まず、すべてのパラメーターが正確であると仮定して、単純なモーション コーンを計算するグリッパー内力学モデルです。
次に、堅牢な計画手法によりモーション コーンが改良され、パラメトリック エラーに関係なく望ましい接触モードが維持されます。
実世界の実験は、力学モデルの精度と、運動学パラメータの誤差が存在する場合の堅牢な計画フレームワークの有効性を示すために実施されました。
要約(オリジナル)
We present in-hand manipulation tasks where a robot moves an object in grasp, maintains its external contact mode with the environment, and adjusts its in-hand pose simultaneously. The proposed manipulation task leads to complex contact interactions which can be very susceptible to uncertainties in kinematic and physical parameters. Therefore, we propose a robust in-hand manipulation method, which consists of two parts. First, an in-gripper mechanics model that computes a na\’ive motion cone assuming all parameters are precise. Then, a robust planning method refines the motion cone to maintain desired contact mode regardless of parametric errors. Real-world experiments were conducted to illustrate the accuracy of the mechanics model and the effectiveness of the robust planning framework in the presence of kinematics parameter errors.
arxiv情報
著者 | Boyuan Liang,Kei Ota,Masayoshi Tomizuka,Devesh Jha |
発行日 | 2024-03-27 19:10:32+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google