Collision-inclusive Manipulation Planning for Occluded Object Grasping via Compliant Robot Motions

要約

従来のロボット操作は主に衝突のないタスクに焦点を当てています。
しかし、実際には、多くの操作タスク (例: 遮蔽された物体の把握) では、望ましいタスク構成に到達するためにロボットが意図的に環境と衝突する必要があります。
準拠したロボットの動作を可能にすることで、ロボットと環境の間の衝突が許可され、それを悪用することができますが、より多くの物理的不確実性が導入されます。
含まれる不確実性を処理しながら、遮蔽されたオブジェクトの把握などの衝突が多い問題に対処するために、デカルト インピーダンス制御によって吸収される大まかにモデル化された衝突を介してロボットを望ましいタスク構成に移行できる衝突を含む計画フレームワークを提案します。
環境の制約を戦略的に利用し、タスクの繰り返しによって形成された操作ファネル内を探索することにより、私たちのフレームワークは物理的および知覚の不確実性を効果的に軽減できます。
シングルアームとデュアルアームの両方のセットアップでの実際の評価により、私たちのフレームワークが、実行可能な把握が最初から存在しないさまざまな現実的な閉塞把握問題に効率的に対処できることを示します。

要約(オリジナル)

Traditional robotic manipulation mostly focuses on collision-free tasks. In practice, however, many manipulation tasks (e.g., occluded object grasping) require the robot to intentionally collide with the environment to reach a desired task configuration. By enabling compliant robot motions, collisions between the robot and the environment are allowed and can thus be exploited, but more physical uncertainties are introduced. To address collision-rich problems such as occluded object grasping while handling the involved uncertainties, we propose a collision-inclusive planning framework that can transition the robot to a desired task configuration via roughly modeled collisions absorbed by Cartesian impedance control. By strategically exploiting the environmental constraints and exploring inside a manipulation funnel formed by task repetitions, our framework can effectively reduce physical and perception uncertainties. With real-world evaluations on both single-arm and dual-arm setups, we show that our framework is able to efficiently address various realistic occluded grasping problems where a feasible grasp does not initially exist.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google