AVR: Active Vision-Driven Robotic Precision Manipulation with Viewpoint and Focal Length Optimization

要約

動的環境内のロボット操作は、正確な制御と適応性への課題を提示します。
従来の固定ビューカメラシステムは、視点とスケールの変動を変えるために適応する課題に直面し、知覚と操作の精度を制限します。
これらの問題に取り組むために、アクティブなビジョン駆動型のロボット（AVR）フレームワークを提案します。これは、動的な視点と動的な焦点距離の調整をサポートし、継続的に中心ターゲットを維持し、さまざまな運用タスクの成功率を効果的に強化する対応するアルゴリズムを伴う最適なスケールを維持するための動的な焦点距離調整をサポートします。
RobotWinプラットフォームをリアルタイム画像処理プラグインを使用して、AVRフレームワークは5つの操作タスクでタスクの成功率を5％〜16％改善します。
デュアルアームシステムでの物理的な展開は、共同作業で、ドライバー挿入の36％の精度で25％を超えるベースラインを上回ることを示しています。
実験結果は、AVRフレームワークが環境認識、操作の再現性（40％$ \ le $ 1 cmエラー）、および複雑なシナリオでの堅牢性を高め、人間レベルのロボットの器用さと精度を追求する将来のロボット精度操作方法への道を開くことを確認します。

要約(オリジナル)

Robotic manipulation within dynamic environments presents challenges to precise control and adaptability. Traditional fixed-view camera systems face challenges adapting to change viewpoints and scale variations, limiting perception and manipulation precision. To tackle these issues, we propose the Active Vision-driven Robotic (AVR) framework, a teleoperation hardware solution that supports dynamic viewpoint and dynamic focal length adjustments to continuously center targets and maintain optimal scale, accompanied by a corresponding algorithm that effectively enhances the success rates of various operational tasks. Using the RoboTwin platform with a real-time image processing plugin, AVR framework improves task success rates by 5%-16% on five manipulation tasks. Physical deployment on a dual-arm system demonstrates in collaborative tasks and 36% precision in screwdriver insertion, outperforming baselines by over 25%. Experimental results confirm that AVR framework enhances environmental perception, manipulation repeatability (40% $\le $1 cm error), and robustness in complex scenarios, paving the way for future robotic precision manipulation methods in the pursuit of human-level robot dexterity and precision.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google