Enhancing Deformable Object Manipulation By Using Interactive Perception and Assistive Tools

要約

ロボット操作の分野では、変形可能な物体の固有の特性により、変形可能な物体の操作の熟練度は人間の能力よりも遅れています。
これらのオブジェクトには無限の自由度があるため、自明ではない認識と状態推定、および複雑なダイナミクスが生じ、将来の構成の予測が複雑になります。
最近の研究は変形可能なオブジェクトの操作に焦点を当てていますが、ほとんどのアプローチは静的視覚と単純な操作技術に依存しており、パフォーマンス レベルが制限されています。
この文書では、パフォーマンスを向上させるための 2 つのソリューション、つまり対話型の認識と支援ツールの使用を提案します。
最初の解決策は、変形可能なオブジェクトの操作中に最適な視点が存在し、状態推定が容易になることを前提としています。
行動と知覚の規則性を探ることにより、インタラクティブな知覚により、より適切な操作と知覚が促進されます。
2 番目の解決策は、人間の知性の特徴である支援ツールを使用して操作パフォーマンスを向上させることを提唱しています。
たとえば、折りたたみボードは、オブジェクトの変形を軽減し、複雑な力学を管理することで、衣類をたたむ作業を支援します。
したがって、この研究は、対話型の知覚と支援ツールを組み込んで操作パフォーマンスを向上させることで、変形可能なオブジェクトの操作問題に対処することを目的としています。

要約(オリジナル)

In the field of robotic manipulation, the proficiency of deformable object manipulation lags behind human capabilities due to the inherent characteristics of deformable objects. These objects have infinite degrees of freedom, resulting in non-trivial perception and state estimation, and complex dynamics, complicating the prediction of future configurations. Although recent research has focused on deformable object manipulation, most approaches rely on static vision and simple manipulation techniques, limiting the performance level. This paper proposes two solutions to enhance the performance: interactive perception and the use of assistive tools. The first solution posits that optimal perspectives exist during deformable object manipulation, facilitating easier state estimation. By exploring the action-perception regularity, interactive perception facilitates better manipulation and perception. The second solution advocates for the use of assistive tools, a hallmark of human intelligence, to improve manipulation performance. For instance, a folding board can aid in garment folding tasks by reducing object deformation and managing complex dynamics. Hence, this research aims to address the deformable object manipulation problem by incorporating interactive perception and assistive tools to augment manipulation performance.

arxiv情報

著者 Peng Zhou
発行日 2023-11-16 08:24:28+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