A preprocessing-based planning framework for utilizing contacts in high-precision insertion tasks

要約

姿勢推定の誤差に対する許容度が低いプラグ挿入や組み立てなどの操作タスク (2mm 程度の誤差はタスクの失敗を引き起こす可能性があります) では、タッチ/接触モダリティの利用は、対象オブジェクトの位置を正確に特定するのに役立ちます。
これを動機として、この研究では、不確実性を伴う計画問題として高精度挿入タスクをモデル化します。そこでは、接触の発生 (またはその欠如) を観察として効果的に利用して、不確実性を軽減し、タスクを確実に完了します。
我々は、(知覚システムによって識別される) 初期姿勢分布のセットが有限である、反復的かつ時間重視の設定における高精度の挿入のための前処理ベースの計画フレームワークを提案します。
有限集合を使用すると、オンラインで発生する可能性のある計画上の問題を列挙し、ポリシーのデータベースを前処理することができます。
このデータベースを構築する計算の複雑さのため、我々は、同様の計画問題の解を経験として使用して計画クエリを高速化し、データベースを効率的に構築するために使用する、一般的な経験ベースの POMDP ソルバー、E-RTDP-Bel を提案します。
開発されたアルゴリズムによりデータベースの作成が 100 倍以上高速化され、プロセスが計算的に扱いやすくなることを示します。
ポート位置の不確実性が存在する実際のプラグ挿入タスクと、パイプの姿勢の不確実性が存在するシミュレーションでのパイプ組立タスクにおいて、提案されたフレームワークの有効性を実証します。

要約(オリジナル)

In manipulation tasks like plug insertion or assembly that have low tolerance to errors in pose estimation (errors of the order of 2mm can cause task failure), the utilization of touch/contact modality can aid in accurately localizing the object of interest. Motivated by this, in this work we model high-precision insertion tasks as planning problems under pose uncertainty, where we effectively utilize the occurrence of contacts (or the lack thereof) as observations to reduce uncertainty and reliably complete the task. We present a preprocessing-based planning framework for high-precision insertion in repetitive and time-critical settings, where the set of initial pose distributions (identified by a perception system) is finite. The finite set allows us to enumerate the possible planning problems that can be encountered online and preprocess a database of policies. Due to the computational complexity of constructing this database, we propose a general experience-based POMDP solver, E-RTDP-Bel, that uses the solutions of similar planning problems as experience to speed up planning queries and use it to efficiently construct the database. We show that the developed algorithm speeds up database creation by over a factor of 100, making the process computationally tractable. We demonstrate the effectiveness of the proposed framework in a real-world plug insertion task in the presence of port position uncertainty and a pipe assembly task in simulation in the presence of pipe pose uncertainty.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google