Rotating Objects via In-Hand Pivoting using Vision, Force and Touch

要約

私たちは、視覚、手首の力、触覚センシングを使用して表面上の物体を回転させることができるロボット操作システムを提案します。
望ましい手首の力のプロファイルを維持しながら、回転スリップを許容することによって、平行グリッパーのグリップポイントの周りでの物体の回転を制御することを目的としています。
私たちのアプローチは、エンドエフェクター位置コントローラーとグリッパー幅コントローラーを閉ループで同時に実行します。
位置コントローラーは視覚と手首の力を利用して希望の力を維持します。
グリッパー コントローラーは、触覚センシングを使用して、並進滑りを防ぐのに十分なグリップをしっかりと保ちますが、回転滑りを誘発するのに十分な緩みを保ちます。
当社のセンサーベースの制御アプローチは、物体の寸法と重量から導き出される望ましい力のプロファイルの一致と、物体の姿勢の視覚ベースのモニタリングに依存しています。
グリッパー コントローラーは触覚センサーを使用し、必要に応じてグリップを締めることにより並進滑りを検出および防止します。
ロボットに直方体の物体を 90 度回転させるという実験結果では、マルチモーダル旋回アプローチが揚力や滑りを引き起こすことなく物体を回転させることができ、単一のセンサー モダリティを使用してピッキングする場合に比べてエネルギー効率が高いことが示されました。
そして場所。
私たちの研究ではピボットタスクに対するマルチモーダルセンシングの利点が実証されましたが、特定のオブジェクトに対するアプローチを一般化するにはさらなる研究が必要です。

要約(オリジナル)

We propose a robotic manipulation system that can pivot objects on a surface using vision, wrist force and tactile sensing. We aim to control the rotation of an object around the grip point of a parallel gripper by allowing rotational slip, while maintaining a desired wrist force profile. Our approach runs an end-effector position controller and a gripper width controller concurrently in a closed loop. The position controller maintains a desired force using vision and wrist force. The gripper controller uses tactile sensing to keep the grip firm enough to prevent translational slip, but loose enough to induce rotational slip. Our sensor-based control approach relies on matching a desired force profile derived from object dimensions and weight and vision-based monitoring of the object pose. The gripper controller uses tactile sensors to detect and prevent translational slip by tightening the grip when needed. Experimental results where the robot was tasked with rotating cuboid objects 90 degrees show that the multi-modal pivoting approach was able to rotate the objects without causing lift or slip, and was more energy-efficient compared to using a single sensor modality and to pick-and-place. While our work demonstrated the benefit of multi-modal sensing for the pivoting task, further work is needed to generalize our approach to any given object.

arxiv情報

著者 Shiyu Xu,Tianyuan Liu,Michael Wong,Dana Kulić,Akansel Cosgun
発行日 2023-10-06 00:03:17+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク