要約
ロボットから人間へのオブジェクトの受け渡しは、人間とロボットの多くのコラボレーション タスクにおいて重要なステップです。
ハンドオーバーを成功させるには、人間が自然で使いやすい方法でオブジェクトを確実に受け取りながら、ロボットがオブジェクトを安定して把握できるようにする必要があります。
我々は、接触誘導による把持フェーズと物体配送フェーズの 2 つのフェーズから構成されるロボットから人間へのハンドオーバー システムである ContactHandover を提案します。
把握フェーズ中に、ContactHandover は 6-DoF ロボットの把握ポーズと、物体上の人間の接触点の 3D アフォーダンス マップの両方を予測します。
ロボットのつかみポーズは、人間との接触点を妨げるポーズにペナルティを与えることによって再ランク付けされ、ロボットは最も高いランクのつかみを実行します。
配送段階では、人間のアーム関節のトルクと変位を最小限に抑えながら、人間に近い人間の接触点を最大化することによって、ロボットのエンドエフェクターの姿勢が計算されます。
私たちは 27 のさまざまな家庭用物品でシステムを評価し、いくつかのベースラインと比較して、私たちのシステムが受信機への人間の接触の視認性と到達可能性を向上させることを示しました。
詳細な結果は https://clairezixiwang.github.io/ContactHandover.github.io でご覧いただけます。
要約(オリジナル)
Robot-to-human object handover is an important step in many human robot collaboration tasks. A successful handover requires the robot to maintain a stable grasp on the object while making sure the human receives the object in a natural and easy-to-use manner. We propose ContactHandover, a robot to human handover system that consists of two phases: a contact-guided grasping phase and an object delivery phase. During the grasping phase, ContactHandover predicts both 6-DoF robot grasp poses and a 3D affordance map of human contact points on the object. The robot grasp poses are re-ranked by penalizing those that block human contact points, and the robot executes the highest ranking grasp. During the delivery phase, the robot end effector pose is computed by maximizing human contact points close to the human while minimizing the human arm joint torques and displacements. We evaluate our system on 27 diverse household objects and show that our system achieves better visibility and reachability of human contacts to the receiver compared to several baselines. More results can be found on https://clairezixiwang.github.io/ContactHandover.github.io
arxiv情報
| 著者 | Zixi Wang,Zeyi Liu,Nicolas Ouporov,Shuran Song |
| 発行日 | 2024-09-30 07:34:17+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google