Adaptive Distance Functions via Kelvin Transformation

要約

ロボット工学の安全性という用語は、回避の同義語としてしばしば理解されます。
この視点はパス計画とリアクティブ制御の進行につながりましたが、特にテレオ操作中に接触豊富な操作タスクに関連するタスクセマンティクスを含めるには、この視点の一般化が必要です。
ケルビン変換に基づいて、セマンティクス認識距離関数と対応する計算方法を紹介します。
これにより、境界ドメイン内のラプラス方程式を解く代わりに、無制限のドメインで滑らかな距離近似を計算できます。
セマンティクス認識距離は、安全セットの適応的な暗黙的表現で、オブジェクトアフォーダンスなどのタスクセマンティクスを効果的に組み込んで、接触が許可されている領域のオブジェクトの内側にゼロレベルセットを可能にすることにより、署名された距離関数を一般化します。
数値実験では、実際のアプリケーションの方法の計算実行可能性を示し、さまざまなセマンティック領域を持つレンチで計算された関数を視覚化します。

要約(オリジナル)

The term safety in robotics is often understood as a synonym for avoidance. Although this perspective has led to progress in path planning and reactive control, a generalization of this perspective is necessary to include task semantics relevant to contact-rich manipulation tasks, especially during teleoperation and to ensure the safety of learned policies. We introduce the semantics-aware distance function and a corresponding computational method based on the Kelvin Transformation. This allows us to compute smooth distance approximations in an unbounded domain by instead solving a Laplace equation in a bounded domain. The semantics-aware distance generalizes signed distance functions by allowing the zero level set to lie inside of the object in regions where contact is allowed, effectively incorporating task semantics, such as object affordances, in an adaptive implicit representation of safe sets. In numerical experiments we show the computational viability of our method for real applications and visualize the computed function on a wrench with various semantic regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google