Motion Generation for Food Topping Challenge 2024: Serving Salmon Roe Bowl and Picking Fried Chicken

要約

多くの産業でロボットが導入されていますが、食品産業は食品を扱うために繊細な動きだけでなく、環境に適応する複雑な動きも必要とするため、食料生産ロボットはまだ広く採用されていません。
フォースコントロールは、食品などの繊細なオブジェクトを処理するために重要です。
さらに、人間の教えに基づいてロボットの動きをすることで、複雑な動きを達成することが可能です。
4チャンネルの両側制御が提案されており、これにより、位置と力情報の同時教育が可能になります。
さらに、人間の教えを通じて得られた動きを再現し、学習を使用して適応的な動きを生成する方法が開発されました。
ロボットと自動化に関する2024 IEEE国際会議（ICRA 2024）で、食品トッピングチャレンジでの食品処理タスクのこれらの方法の有効性を実証しました。
米にサーモンローを提供するタスクのために、提案された方法の再現性と迅速な動きのために、私たちは最高のパフォーマンスを達成しました。
さらに、フライドチキンを摘むタスクのために、参加しているすべてのチームの中で最も多くのフライドチキンを選ぶことに成功しました。
このペーパーでは、これらの方法の実装とパフォーマンスについて説明します。

要約(オリジナル)

Although robots have been introduced in many industries, food production robots are yet to be widely employed because the food industry requires not only delicate movements to handle food but also complex movements that adapt to the environment. Force control is important for handling delicate objects such as food. In addition, achieving complex movements is possible by making robot motions based on human teachings. Four-channel bilateral control is proposed, which enables the simultaneous teaching of position and force information. Moreover, methods have been developed to reproduce motions obtained through human teachings and generate adaptive motions using learning. We demonstrated the effectiveness of these methods for food handling tasks in the Food Topping Challenge at the 2024 IEEE International Conference on Robotics and Automation (ICRA 2024). For the task of serving salmon roe on rice, we achieved the best performance because of the high reproducibility and quick motion of the proposed method. Further, for the task of picking fried chicken, we successfully picked the most pieces of fried chicken among all participating teams. This paper describes the implementation and performance of these methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google