Sensorized gripper for human demonstrations

要約

プログラミングの容易さは、構造化されていない環境でロボットを遍在する重要な要素です。
この作業では、ボックスアセンブリタスクでボックスの人間のデモンストレーションを記録するために使用される、既製の部品で構築されたセンサーグリッパーを提示します。
それぞれ短い間隔タイミングの試行が非常に少ないため、ロボットがタスクを正常に繰り返すことができることを示します。
操作性を最大化するために、最適なロボット位置を同時に解決しながら、ジョイントスペースソリューションを計算しながらロボットモーション生成にデカルトアプローチを採用します。
人間のデモの統計は、ガウス混合モデル（GMM）を使用して抽出され、ロボットはインピーダンスコントロールを使用して指揮されます。

要約(オリジナル)

Ease of programming is a key factor in making robots ubiquitous in unstructured environments. In this work, we present a sensorized gripper built with off-the-shelf parts, used to record human demonstrations of a box in box assembly task. With very few trials of short interval timings each, we show that a robot can repeat the task successfully. We adopt a Cartesian approach to robot motion generation by computing the joint space solution while concurrently solving for the optimal robot position, to maximise manipulability. The statistics of the human demonstration are extracted using Gaussian Mixture Models (GMM) and the robot is commanded using impedance control.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google