Functional Eigen-Grasping Using Approach Heatmaps

要約

この作品は、多指ハンドを備えたロボットがボタンやトリガーなどの機能部品を含む日常のツールを自由に活用するためのフレームワークを提示します。
アプローチ ヒートマップは、機能指を選択することによって生成され、機能指がツールの機能部品に接触できるようにするオブジェクトの表面上の最適な手のひらの位置を示します。
ヒートマップによって手のひらの位置が特定されると、固有把握を使用して指が低次元の入力で物体を安定して把握するという、機能的な把握の達成が簡単なプロセスになります。
私たちのアプローチは人間によるデモンストレーションを必要としないため、さまざまなサイズやデザインに簡単に適応でき、さまざまなオブジェクトへの適用範囲を拡張できます。
私たちのアプローチでは、方向の操作性を使用してアプローチのヒートマップを取得します。
さらに、固有把握を実現するために、手のひらエネルギー関数と関数型エネルギー関数の 2 種類のエネルギー関数を追加します。
この方法を使用すると、各ロボット グリッパーは機能的な把握に最適なワークスペースを自律的に識別できるため、非擬人化ロボット ハンドへの適用可能性が広がります。
スプレー、ドリル、リモコンなどのいくつかの日常ツールが、擬人化されたシャドウの手だけでなく、非擬人化されたバレットの手によっても効率的に使用できることを示します。

要約(オリジナル)

This work presents a framework for a robot with a multi-fingered hand to freely utilize daily tools, including functional parts like buttons and triggers. An approach heatmap is generated by selecting a functional finger, indicating optimal palm positions on the object’s surface that enable the functional finger to contact the tool’s functional part. Once the palm position is identified through the heatmap, achieving the functional grasp becomes a straightforward process where the fingers stably grasp the object with low-dimensional inputs using the eigengrasp. As our approach does not need human demonstrations, it can easily adapt to various sizes and designs, extending its applicability to different objects. In our approach, we use directional manipulability to obtain the approach heatmap. In addition, we add two kinds of energy functions, i.e., palm energy and functional energy functions, to realize the eigengrasp. Using this method, each robotic gripper can autonomously identify its optimal workspace for functional grasping, extending its applicability to non-anthropomorphic robotic hands. We show that several daily tools like spray, drill, and remotes can be efficiently used by not only an anthropomorphic Shadow hand but also a non-anthropomorphic Barrett hand.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google