Task-Driven Computational Framework for Simultaneously Optimizing Design and Mounted Pose of Modular Reconfigurable Manipulators

要約

モジュール式の再構成可能なマニピュレータにより、さまざまなアプリケーション環境に対応し、タスクの特定の要件に合わせて調整するための迅速な適応と多用途性が可能になります。
タスクのパフォーマンスは、マニピュレータの取り付け姿勢と形態設計に大きく依存するため、特定のタスク要件と必要なパフォーマンスに対処できる、適切なモジュール式ロボット構成と取り付け姿勢を選択するための方法論の必要性が生じています。
モジュール式ロボットの形態的変化は、モジュールの選択的な追加または削除を含む個別の最適化プロセスを通じて導き出すことができます。
対照的に、取り付けられたポーズの調整は連続した空間内で行われるため、向きと位置の両方をスムーズかつ正確に変更できます。
この研究では、モジュール式マニピュレータの取り付け姿勢と形態を同時に最適化する計算フレームワークを導入します。
この研究の核心は、連続空間内のマニピュレータの形態学的状態を \textit{暗黙的に} 捕捉するマッピング関数を設計することです。
この変換機能は、連続空間内での取り付け姿勢と形態の最適化を統合します。
さらに、当社の最適化フレームワークには、最小の共同作業や最大の操作性、軌道実行エラーや物理的および安全性の制約に関する考慮事項など、一連のパフォーマンス指標が組み込まれています。
私たちの方法の利点を強調するために、このような問題を組み合わせ最適化問題として枠組み化した以前の方法と比較し、CONCERTモジュール式ロボットプラットフォームで掘削タスクを実行するためのモジュール式ロボット構成を選択する際の実用性を実証します。

要約(オリジナル)

Modular reconfigurable manipulators enable quick adaptation and versatility to address different application environments and tailor to the specific requirements of the tasks. Task performance significantly depends on the manipulator’s mounted pose and morphology design, therefore posing the need of methodologies for selecting suitable modular robot configurations and mounted pose that can address the specific task requirements and required performance. Morphological changes in modular robots can be derived through a discrete optimization process involving the selective addition or removal of modules. In contrast, the adjustment of the mounted pose operates within a continuous space, allowing for smooth and precise alterations in both orientation and position. This work introduces a computational framework that simultaneously optimizes modular manipulators’ mounted pose and morphology. The core of the work is that we design a mapping function that \textit{implicitly} captures the morphological state of manipulators in the continuous space. This transformation function unifies the optimization of mounted pose and morphology within a continuous space. Furthermore, our optimization framework incorporates a array of performance metrics, such as minimum joint effort and maximum manipulability, and considerations for trajectory execution error and physical and safety constraints. To highlight our method’s benefits, we compare it with previous methods that framed such problem as a combinatorial optimization problem and demonstrate its practicality in selecting the modular robot configuration for executing a drilling task with the CONCERT modular robotic platform.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google