Planning Robot Placement for Object Grasping

要約

物体をピッキングするなどの操作ベースのアクティビティを実行する場合、移動ロボットは、正常に実行できる位置にベースを配置する必要があります。
この問題に対処するために、著名なアプローチは通常、高価な把握プランナーに依存してターゲットオブジェクトの把握ポーズを提供し、その後、それを分析して各把握ポーズを達成するための最適なロボットの配置を特定します。
この論文では、代わりに、まず環境との衝突を引き起こさず、物体を拾うことが可能な場所からロボットの配置を見つけ、次にそれらを評価して最適な配置候補を見つけることを提案します。
私たちのアプローチでは、適切なロボットのポーズを特定するために、ロボットの到達可能性だけでなく、環境の RGB-D 画像と占有グリッド マップも考慮に入れています。
提案されたアルゴリズムはサービスロボットのワークフローに埋め込まれており、人間が掴む対象物体を指差して選択します。
ロボットを固定のナビゲーション目標に送る既存のベースライン実装と比較して、一連の把握実験でアプローチを評価します。
実験結果は、このアプローチにより、ベースライン実装では非常に困難な場所からロボットがターゲット オブジェクトをどのように把握できるかを示しています。

要約(オリジナル)

When performing manipulation-based activities such as picking objects, a mobile robot needs to position its base at a location that supports successful execution. To address this problem, prominent approaches typically rely on costly grasp planners to provide grasp poses for a target object, which are then are then analysed to identify the best robot placements for achieving each grasp pose. In this paper, we propose instead to first find robot placements that would not result in collision with the environment and from where picking up the object is feasible, then evaluate them to find the best placement candidate. Our approach takes into account the robot’s reachability, as well as RGB-D images and occupancy grid maps of the environment for identifying suitable robot poses. The proposed algorithm is embedded in a service robotic workflow, in which a person points to select the target object for grasping. We evaluate our approach with a series of grasping experiments, against an existing baseline implementation that sends the robot to a fixed navigation goal. The experimental results show how the approach allows the robot to grasp the target object from locations that are very challenging to the baseline implementation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google