要約
このレターでは、現実世界の産業用マルチロボット アプリケーションを対象とした、Multi-FLEX と呼ばれる統合タスク プランニングおよびリアクティブ モーション プランニング フレームワークについて説明します。
反応的な動作計画は、特に不確実性や変動の原因がある場合、衝突回避の目的にとって魅力的です。
ただし、ほとんどの産業用途では、通常、機能上の目的を達成するために、動作の一部が少なくとも部分的に非反応性であることが必要です。
Multi-FLEX はこの不協和音を解決し、そのようなアプリケーションがリアクティブな動作計画を活用できるようにします。
Multi-FLEX フレームワークは、1) タスク レベルの競合と重複を解決するためのモーション リクエストの調整、2) タスクの依存関係の調整、タスクの分解、およびタスクのバンドルという新しい概念を使用した、アプリケーション固有のタスク制約のオンライン モーション プランニングへの組み込みを実現します。
3) カスタムのオンライン リアクティブ モーション プランナーを使用したロボット軌道のオンライン生成。
このプランナーは、迅速に作成できるまばらな動的ロードマップ (目標までの完全なパスを見つけるため) と、迅速に実行できる短期間でオンラインの最適化ベースのローカル プランニング (衝突回避と高いパフォーマンスを実現するため) を組み合わせます。
実証するために、バリ取り用途で 2 台の 6 自由度の高速産業用ロボットを使用し、このアプローチが衝突回避やタスクのバリエーションに対処するだけでなく、産業用途も達成できることを示します。
要約(オリジナル)
In this letter, an integrated task planning and reactive motion planning framework termed Multi-FLEX is presented that targets real-world, industrial multi-robot applications. Reactive motion planning has been attractive for the purposes of collision avoidance, particularly when there are sources of uncertainty and variation. Most industrial applications, though, typically require parts of motion to be at least partially non-reactive in order to achieve functional objectives. Multi-FLEX resolves this dissonance and enables such applications to take advantage of reactive motion planning. The Multi-FLEX framework achieves 1) coordination of motion requests to resolve task-level conflicts and overlaps, 2) incorporation of application-specific task constraints into online motion planning using the new concepts of task dependency accommodation, task decomposition, and task bundling, and 3) online generation of robot trajectories using a custom, online reactive motion planner. This planner combines fast-to-create, sparse dynamic roadmaps (to find a complete path to the goal) with fast-to-execute, short-horizon, online, optimization-based local planning (for collision avoidance and high performance). To demonstrate, we use two six-degree-of-freedom, high-speed industrial robots in a deburring application to show the ability of this approach to not just handle collision avoidance and task variations, but to also achieve industrial applications.
arxiv情報
| 著者 | Gaurav Misra,Akihiro Suzumura,Andres Rodriguez Campo,Kautilya Chenna,Sean Bailey,John Drinkard |
| 発行日 | 2024-01-30 18:00:42+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google