Synthesizing Grasps and Regrasps for Complex Manipulation Tasks

要約

複雑な操作タスク、たとえば、ピボットによる操作、操作されるオブジェクトの動きは、動き中に変化する可能性のあるパスの制約を満たす必要があります。
したがって、パス全体に対して単一の把持で十分ではない場合があり、オブジェクトを再生する必要がある場合があります。
さらに、センサーからのオブジェクトの幾何学的データは、通常、ポイントクラウドの形で使用できます。
複雑な操作タスクのオブジェクトのポイントクラウド表現からの把握と再スキャスプを計算する問題は、ピックアンドプレイスを超えて操作機能を備えたロボットを授与する上で重要な問題です。
この論文では、（部分的な）ポイントクラウドで表されるオブジェクトを使用して複雑な操作タスクを把握/再生する問題を形式化し、それを解決するためのアルゴリズムを提示します。
一定のネジ運動のシーケンスとして、複雑な操作タスクを表します。
一定のネジの動きのシーケンスとして操作計画スケルトンを使用して、把握メトリックを使用して、すべての定数セグメントのオブジェクト上に把持可能な領域を見つけます。
隣接するネジ用の把持可能な領域のオーバーラップを使用して、オブジェクトをいつ、何回再生する必要があるかを決定します。
私たちのアプローチを説明するために、RGB-Dセンサーから収集されたポイントクラウドデータの実験結果を提示します。

要約(オリジナル)

In complex manipulation tasks, e.g., manipulation by pivoting, the motion of the object being manipulated has to satisfy path constraints that can change during the motion. Therefore, a single grasp may not be sufficient for the entire path, and the object may need to be regrasped. Additionally, geometric data for objects from a sensor are usually available in the form of point clouds. The problem of computing grasps and regrasps from point-cloud representation of objects for complex manipulation tasks is a key problem in endowing robots with manipulation capabilities beyond pick-and-place. In this paper, we formalize the problem of grasping/regrasping for complex manipulation tasks with objects represented by (partial) point clouds and present an algorithm to solve it. We represent a complex manipulation task as a sequence of constant screw motions. Using a manipulation plan skeleton as a sequence of constant screw motions, we use a grasp metric to find graspable regions on the object for every constant screw segment. The overlap of the graspable regions for contiguous screws are then used to determine when and how many times the object needs to be regrasped. We present experimental results on point cloud data collected from RGB-D sensors to illustrate our approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google