A Versatile Door Opening System with Mobile Manipulator through Adaptive Position-Force Control and Reinforcement Learning

要約

ロボットが屋内環境で効果的に動作するには、ロボットがドアを通過できる能力が重要です。
そのため、特定のドアを開けることができるロボットを開発するために広範な研究が行われてきました。
ただし、ドアハンドルと開く方向の組み合わせが多様であるため、ロボットが現実世界の環境で正常に動作するには、より汎用性の高いドア開閉システムが必要です。
本稿では、事前知識がなくても自律的に様々なドアを開けることができる移動型マニピュレータシステムを提案する。
畳み込みニューラルネットワーク、点群抽出技術、探索動作中の外力測定などを利用して、ハンドルの種類、姿勢、ドアの特性に関する情報を取得しました。
適応型位置力制御と深層強化学習という 2 つの異なるアプローチを通じて、正確な軌道や過剰な外力を発生させずにドアを開けることに成功しました。
適応型位置力制御方式により、外力に追従しながらエンドエフェクタをドアの開く方向に移動させ、安全性とマニピュレータの作業スペースを確保します。
一方、深層強化学習ポリシーにより、加えられる力が最小限に抑えられ、不要な動きが排除されるため、姿勢や幅が異なるドアでも安定した動作が可能になります。
RL ベースのアプローチは、外力の補償、スムーズな動作の確保、効率的な速度の達成という点で、適応型位置力制御法よりも優れています。
必要な最大力を3.27倍に軽減し、動作の滑らかさは1.82倍向上しました。
ただし、非学習ベースの適応位置力制御方法は、4 つの異なる開口方向とさまざまな幅を持つ回転ドアを含む、より広範囲のドアを開く際のより多用途性を示します。

要約(オリジナル)

The ability of robots to navigate through doors is crucial for their effective operation in indoor environments. Consequently, extensive research has been conducted to develop robots capable of opening specific doors. However, the diverse combinations of door handles and opening directions necessitate a more versatile door opening system for robots to successfully operate in real-world environments. In this paper, we propose a mobile manipulator system that can autonomously open various doors without prior knowledge. By using convolutional neural networks, point cloud extraction techniques, and external force measurements during exploratory motion, we obtained information regarding handle types, poses, and door characteristics. Through two different approaches, adaptive position-force control and deep reinforcement learning, we successfully opened doors without precise trajectory or excessive external force. The adaptive position-force control method involves moving the end-effector in the direction of the door opening while responding compliantly to external forces, ensuring safety and manipulator workspace. Meanwhile, the deep reinforcement learning policy minimizes applied forces and eliminates unnecessary movements, enabling stable operation across doors with different poses and widths. The RL-based approach outperforms the adaptive position-force control method in terms of compensating for external forces, ensuring smooth motion, and achieving efficient speed. It reduces the maximum force required by 3.27 times and improves motion smoothness by 1.82 times. However, the non-learning-based adaptive position-force control method demonstrates more versatility in opening a wider range of doors, encompassing revolute doors with four distinct opening directions and varying widths.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google