Expansion-GRR: Efficient Generation of Smooth Global Redundancy Resolution Roadmaps

要約

グローバル冗長性解決 (GRR) ロードマップは、読みやすく、予測可能で、再現可能な方法でタスク空間パスから構成空間パスへのマッピングを容易にするロボット工学の新しい概念です。
このようなロードマップは、安全な遠隔操作、一貫した経路計画、工場の作業セル設計などの用途に広く活用できる可能性があります。
ただし、GRR ロードマップを計算するこれまでの方法では、多くの場合、長い計算時間が必要となり、滑らかではないパスが生成されるため、実際の有効性が制限されます。
この課題に対処するために、効率的な構成空間投影を活用し、タスクの制約を満たすスムーズなロードマップを迅速に生成できる新しいメソッド Expansion-GRR を導入します。
さらに、最終品質をさらに向上させるシンプルなマルチシード戦略を提案します。
5リンク平面マニピュレータとKinovaアームを用いてシミュレーション実験を行いました。
より高いスムーズさを実現しながら、最大 2 桁高速に GRR ロードマップを生成することができました。
また、遠隔操作タスクにおける GRR ロードマップの有用性も実証します。この場合、成功率とソリューションの品質の点で、私たちの方法は以前の方法やリアクティブ IK ソルバーよりも優れています。

要約(オリジナル)

Global redundancy resolution (GRR) roadmap is a novel concept in robotics that facilitates the mapping from task space paths to configuration space paths in a legible, predictable, and repeatable way. Such roadmaps could find widespread utility in applications such as safe teleoperation, consistent path planning, and factory workcell design. However, the previous methods to compute GRR roadmaps often necessitate a lengthy computation time and produce non-smooth paths, limiting their practical efficacy. To address this challenge, we introduce a novel method Expansion-GRR that leverages efficient configuration space projections and enables a rapid generation of smooth roadmaps that satisfy the task constraints. Additionally, we propose a simple multi-seed strategy that further enhances the final quality. We conducted experiments in simulation with a 5-link planar manipulator and a Kinova arm. We were able to generate the GRR roadmaps up to 2 orders of magnitude faster while achieving higher smoothness. We also demonstrate the utility of the GRR roadmaps in teleoperation tasks where our method outperformed prior methods and reactive IK solvers in terms of success rate and solution quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google