Tactile-Driven Non-Prehensile Object Manipulation via Extrinsic Contact Mode Control

要約

本稿では、掴んだ物体を用いた非掴み操作の問題を考察する。
この問題は、工具の使用 (例: スパチュラを握ってハンバーガーをひっくり返す) や組み立て (例: ドライバーでネジを締める) など、多くの一般的な操作スキルのスーパーセットです。
ここでは、高い準拠性と高解像度の触覚センサーを備えたグリッパーを活用した、掴みにくい操作のためのアルゴリズム アプローチを紹介します。
私たちのアプローチは、静的平衡、オブジェクトの運動学、および摩擦接触によって課される制約だけでなく、センサーによって引き起こされる複雑な力学にも従いながら、オブジェクトのポーズと力を望ましい値に駆動するロボットのアクションを解決します。
私たちの方法は、さまざまな操作スキルを生み出すことができ、接触モード内の微分可能性を利用することによって勾配ベースの最適化に適しています（たとえば、粘着接触または滑り接触の仕様）。
これらの計画を実現しようとするコントローラーの 4 つのバリエーションを評価し、さまざまなオブジェクト形状でのつかみにくい平面のスライドやピボットなど、多くの複雑なスキルを実証します。
これらのスキルを推進する知覚および制御能力は、構造化されていない環境における器用で反応的な自律性を実現するための基礎となります。

要約(オリジナル)

In this paper, we consider the problem of non-prehensile manipulation using grasped objects. This problem is a superset of many common manipulation skills including instances of tool-use (e.g., grasped spatula flipping a burger) and assembly (e.g., screwdriver tightening a screw). Here, we present an algorithmic approach for non-prehensile manipulation leveraging a gripper with highly compliant and high-resolution tactile sensors. Our approach solves for robot actions that drive object poses and forces to desired values while obeying the complex dynamics induced by the sensors as well as the constraints imposed by static equilibrium, object kinematics, and frictional contact. Our method is able to produce a variety of manipulation skills and is amenable to gradient-based optimization by exploiting differentiability within contact modes (e.g., specifications of sticking or sliding contacts). We evaluate 4 variants of controllers that attempt to realize these plans and demonstrate a number of complex skills including non-prehensile planar sliding and pivoting on a variety of object geometries. The perception and controls capabilities that drive these skills are the building blocks towards dexterous and reactive autonomy in unstructured environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google