Provably-Safe, Online System Identification

要約

正確な操作タスクには、ペイロード慣性パラメーターの正確な知識が必要です。
残念ながら、環境との衝突を避けながら、ロボットシステムが入力と状態の制約を満たすことを保証しながら、未知のペイロードのこれらのパラメーターを特定することは重要な課題です。
このペーパーでは、ロボットマニピュレーターが運用上の安全保証を維持しながら、ペイロードパラメーターを安全かつ自動的に識別できるようにする統合フレームワークを紹介します。
フレームワークは、2つの相乗効果コンポーネントで構成されています。ロボット制約を尊重し、障害物を避けながら追跡できるシステム識別のための実証された安全性のエキサイティングな軌跡と、エンドエフェクターの潜在性パラメータの境界パラメータを想定している末端効果パラメータでの厳密な過剰近接境界を計算する堅牢なシステム識別法を生成するオンライン軌道計画および制御フレームワーク。
さまざまな未知のペイロードを備えた挑戦的なタスクを実行するロボットマニピュレーターの実験的検証は、識別プロセス全体で安全性を維持しながら、正確なパラメーター境界を確立する際のフレームワークの有効性を示しています。
このコードは、プロジェクトWebページhttps://roahmlab.github.io/onlinesafesysid/で入手できます。

要約(オリジナル)

Precise manipulation tasks require accurate knowledge of payload inertial parameters. Unfortunately, identifying these parameters for unknown payloads while ensuring that the robotic system satisfies its input and state constraints while avoiding collisions with the environment remains a significant challenge. This paper presents an integrated framework that enables robotic manipulators to safely and automatically identify payload parameters while maintaining operational safety guarantees. The framework consists of two synergistic components: an online trajectory planning and control framework that generates provably-safe exciting trajectories for system identification that can be tracked while respecting robot constraints and avoiding obstacles and a robust system identification method that computes rigorous overapproximative bounds on end-effector inertial parameters assuming bounded sensor noise. Experimental validation on a robotic manipulator performing challenging tasks with various unknown payloads demonstrates the framework’s effectiveness in establishing accurate parameter bounds while maintaining safety throughout the identification process. The code is available at our project webpage: https://roahmlab.github.io/OnlineSafeSysID/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google