要約
近年、柔らかくて壊れやすい物体をしっかりと掴む能力を持つソフトロボットグリッパーの注目が高まっています。
しかし、さまざまなソフトロボットグリッパー設計の性能を評価するための、一般に利用可能な標準化された評価プロトコルはまだ開発されていません。
この研究では、把握品質を評価するための新しいプロトコルであるソフト把握ベンチマークおよび評価 (SoGraB) メソッドを導入します。これは、把握前後のソフト オブジェクトの点群間の密度認識面取り距離 (DCD) を使用してオブジェクトの変形を定量化します。
私たちは、EGAD オブジェクト データセットのサブセットを使用して 3 つの Fin-Ray グリッパー設計をランク付けすることを含む広範な実験でプロトコルを検証しました。
このプロトコルは、オブジェクトの変形情報に基づいてグリッパーを適切にランク付けし、複雑な把持タスク用にソフト グリッパーを選択し、将来の設計と比較するためにそれらをベンチマークするこの方法の能力を検証しました。
要約(オリジナル)
Recent years have seen soft robotic grippers gain increasing attention due to their ability to robustly grasp soft and fragile objects. However, a commonly available standardised evaluation protocol has not yet been developed to assess the performance of varying soft robotic gripper designs. This work introduces a novel protocol, the Soft Grasping Benchmarking and Evaluation (SoGraB) method, to evaluate grasping quality, which quantifies object deformation by using the Density-Aware Chamfer Distance (DCD) between point clouds of soft objects before and after grasping. We validated our protocol in extensive experiments, which involved ranking three Fin-Ray gripper designs with a subset of the EGAD object dataset. The protocol appropriately ranked grippers based on object deformation information, validating the method’s ability to select soft grippers for complex grasping tasks and benchmark them for comparison against future designs.
arxiv情報
| 著者 | Benjamin G. Greenland,Josh Pinskier,Xing Wang,Daniel Nguyen,Ge Shi,Tirthankar Bandyopadhyay,Jen Jen Chung,David Howard |
| 発行日 | 2024-11-28 23:09:09+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google