Grasping by parallel shape matching

要約

ロボット操作には把握が不可欠ですが、物体とグリッパーの多様性と現実世界の複雑さのため、困難が伴います。
従来の分析アプローチでは最適化に時間がかかることがよくありますが、データ駆動型の手法では目に見えないオブジェクトの処理に苦労します。
この論文では、問題をグリッパーとオブジェクト間の剛体形状マッチングとして定式化し、これをアニーリング スタイン反復最近接点 (AS-ICP) で最適化し、GPU ベースの並列化を活用します。
グリッパーのツール中心点とオブジェクトの質量中心をコスト関数に組み込み、衝突チェックにグリッパーの符号付き距離フィールドを使用することにより、私たちの方法は、短い計算時間で堅牢な把握を実現します。
Kinova KG3 グリッパーを使用した実験では、さまざまなオブジェクトや設定にわたって 87.3% の成功率と 0.926 秒の計算時間を示し、現実世界のアプリケーションでの可能性を強調しています。

要約(オリジナル)

Grasping is essential in robotic manipulation, yet challenging due to object and gripper diversity and real-world complexities. Traditional analytic approaches often have long optimization times, while data-driven methods struggle with unseen objects. This paper formulates the problem as a rigid shape matching between gripper and object, which optimizes with Annealed Stein Iterative Closest Point (AS-ICP) and leverages GPU-based parallelization. By incorporating the gripper’s tool center point and the object’s center of mass into the cost function and using a signed distance field of the gripper for collision checking, our method achieves robust grasps with low computational time. Experiments with the Kinova KG3 gripper show an 87.3% success rate and 0.926 s computation time across various objects and settings, highlighting its potential for real-world applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google