B4P: Simultaneous Grasp and Motion Planning for Object Placement via Parallelized Bidirectional Forests and Path Repair

要約

ロボットピックと場所のシステムは、伝統的に、個々のコンポーネントが協力できるという仮定で順次最適化パイプラインを構築するための把握、配置、およびモーション計画を分離しています。
ただし、この分離は、特に狭い通路を持つ散らかった環境で、ターゲット配置ポーズに到達するためのロボットが実行可能な動きを制限または禁止する可能性があるため、最適性を導入します。
この目的のために、選択したグラスプと対になった下流の配置構成を明示的に満たす、把握構成と実行可能なロボットモーションを同時に見つけるための森林ベースの計画フレームワークを提案します。
提案されたフレームワークは、実現可能な把握領域に根ざした開始森林と、実行可能な配置領域に根ざした目標森林を構築するための双方向サンプリングベースのアプローチを活用して、把握と配置の木の有効なペアを接続するランダムに調査された動きを通して検索を促進します。
フレームワークの固有の並列性により、スーパーリニアスピードアップが可能になり、冗長なロボットアーム（7つの自由度など）が高度に散らばった環境で効率的に作業できるようにスケーラブルにすることを実証します。
シミュレーションにおける広範な実験は、多様なシナリオでの複数のベースラインと比較して、提案されたフレームワークの堅牢性と効率性を示しています。

要約(オリジナル)

Robot pick and place systems have traditionally decoupled grasp, placement, and motion planning to build sequential optimization pipelines with the assumption that the individual components will be able to work together. However, this separation introduces sub-optimality, as grasp choices may limit or even prohibit feasible motions for a robot to reach the target placement pose, particularly in cluttered environments with narrow passages. To this end, we propose a forest-based planning framework to simultaneously find grasp configurations and feasible robot motions that explicitly satisfy downstream placement configurations paired with the selected grasps. Our proposed framework leverages a bidirectional sampling-based approach to build a start forest, rooted at the feasible grasp regions, and a goal forest, rooted at the feasible placement regions, to facilitate the search through randomly explored motions that connect valid pairs of grasp and placement trees. We demonstrate that the framework’s inherent parallelism enables superlinear speedup, making it scalable for applications for redundant robot arms (e.g., 7 Degrees of Freedom) to work efficiently in highly cluttered environments. Extensive experiments in simulation demonstrate the robustness and efficiency of the proposed framework in comparison with multiple baselines under diverse scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google