A Framework for Joint Grasp and Motion Planning in Confined Spaces

要約

ロボット把握は、ロボットアプリケーションのすべてのドメインにわたる基本的なスキルです。
テーブルトップのシナリオには、オブジェクトを把握するための多くの研究があり、適切な握りを見つけることが主な課題です。
この作業では、オブジェクトが閉じ込められたスペースにあるシナリオに興味があり、したがって到達が特に困難です。
ロボットがオブジェクトにアプローチする方法を計画することは、課題の主要な部分になり、共同把握とモーション計画の方法を生み出します。
このペーパーで提案されているフレームワークは、困難を体系的に増加させる20のベンチマークシナリオ、事前計算された把握注釈を備えた現実的なオブジェクト、およびより多くのシナリオを作成および共有するツールを提供します。
さらに、2つのベースラインプランナーを提供し、シナリオでそれらを評価し、提案された難易度が実際に意味のある進行を提供することを示しています。
すべてのコンポーネントをオープンソースとして公開できるようにすることにより、このフレームワークの上に研究コミュニティを招待します。

要約(オリジナル)

Robotic grasping is a fundamental skill across all domains of robot applications. There is a large body of research for grasping objects in table-top scenarios, where finding suitable grasps is the main challenge. In this work, we are interested in scenarios where the objects are in confined spaces and hence particularly difficult to reach. Planning how the robot approaches the object becomes a major part of the challenge, giving rise to methods for joint grasp and motion planning. The framework proposed in this paper provides 20 benchmark scenarios with systematically increasing difficulty, realistic objects with precomputed grasp annotations, and tools to create and share more scenarios. We further provide two baseline planners and evaluate them on the scenarios, demonstrating that the proposed difficulty levels indeed offer a meaningful progression. We invite the research community to build upon this framework by making all components publicly available as open source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google