Learning to Reorient Objects with Stable Placements Afforded by Extrinsic Supports

要約

作業プラットフォーム上で外部サポートアイテムを使用してオブジェクトの方向を変更することは、オブジェクトの精巧な幾何学形状とロボットの実行可能な動作により、有意義ではありますがやりがいのある操作タスクです。
この研究では、RGBD カメラからの視覚認識結果を活用して、外部アイテムによってサポートされるオブジェクトの安定した配置を予測するパイプラインを提案します。
パイプラインは、ポーズ生成ステージ、ポーズ調整ステージ、および配置分類ステージの 3 つのステージで構成されます。
次に、オブジェクトの安定した配置を変換するための共有把握構成を含む操作グラフを構築します。
ロボットは、これらの操作グラフに基づいて、連続的なピックアンドプレイス操作を通じてオブジェクトの方向を変更できます。私たちのアプローチは、実験を通じて効果的かつ効率的であることが実証されています。
具体的には、私たちのシミュレーション実験では、パイプラインが作業プラットフォーム上でランダムな開始ポーズの新しいオブジェクトに一般化でき、ベースライン手法より 20.2% 高い精度で多様な配置を生成できることが示されています。
さらに、操作グラフにより、ロボットが新しいオブジェクトの方向を変更する際の衝突のない動作が保証されます。
最後に、ロボットを使用して連続的なピックアンドプレイス操作を実行する現実世界の実験は、私たちの方法が実際のシーンでオブジェクトの方向を変更できることを示しています。

要約(オリジナル)

Reorienting objects using extrinsic supporting items on a working platform is a meaningful yet challenging manipulation task due to the elaborate geometry of the objects and the robot’s feasible motions. In this work, we propose a pipeline that leverages visual perception results from an RGBD camera to predict stable placements for objects supported by extrinsic items. The pipeline comprises three stages: a pose generation stage, a pose refinement stage, and a placement classification stage. We then construct manipulation graphs that include shared grasp configurations to transform objects’ stable placements. The robot can reorient objects through sequential pick-and-place operations based on these manipulation graphs.Our approach is demonstrated to be effective and efficient through experiments. Specifically, our simulation experiments show that the pipeline can generalize to novel objects in random start poses on the working platform, generating diverse placements with 20.2 % higher accuracy than the baseline method. Moreover, the manipulation graphs ensure collision-free motions for the robot to reorient novel objects. Finally, the real-world experiment using a robot to perform sequential pick-and-place operations indicates that our method can reorient the object in the real scene.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google