Deformable Linear Object Surface Placement Using Elastica Planning and Local Shape Control

要約

制約された環境での変形可能な線形オブジェクト（DLO）の操作は、困難な作業です。
このペーパーでは、単一のロボットハンドを使用してDLOを平らな表面に配置するための2層のアプローチについて説明します。
高レベルの層は、EulerのElasticaソリューションに基づく新しいDLO表面配置方法です。
このプロセス中、DLOエンドポイントはロボットグリッパーによって操作され、DLOの可変内部ポイントは、配置面と整列した部分の開始点として機能します。
低レベルのレイヤーは、パイプラインコントローラーを形成します。
コントローラーは、残留ニューラルネットワーク（RESNET）を使用してDLO電流形状を推定し、低レベルのフィードバックを使用して、モデリングと配置エラーの存在下でタスクの実行を確保します。
結果のDLO配置アプローチは、実用的なロボット操作システムの要求に応じて高レベルの操作プランナーが失敗した状態から回復することができます。
DLO配置アプローチは、生鮮食品用途向けに準備されたシリコンモックアップオブジェクトを使用するシミュレーションと実験で実証されています。

要約(オリジナル)

Manipulation of deformable linear objects (DLOs) in constrained environments is a challenging task. This paper describes a two-layered approach for placing DLOs on a flat surface using a single robot hand. The high-level layer is a novel DLO surface placement method based on Euler’s elastica solutions. During this process one DLO endpoint is manipulated by the robot gripper while a variable interior point of the DLO serves as the start point of the portion aligned with the placement surface. The low-level layer forms a pipeline controller. The controller estimates the DLO current shape using a Residual Neural Network (ResNet) and uses low-level feedback to ensure task execution in the presence of modeling and placement errors. The resulting DLO placement approach can recover from states where the high-level manipulation planner has failed as required by practical robot manipulation systems. The DLO placement approach is demonstrated with simulations and experiments that use silicon mock-up objects prepared for fresh food applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google