Unified Control Framework for Real-Time Interception and Obstacle Avoidance of Fast-Moving Objects with Diffusion Variational Autoencoder

要約

動的環境におけるロボットアームによる高速移動物体のリアルタイム迎撃は、動的障害物が存在する中で、しばしばミリ秒以内の迅速な反応時間が要求されるため、手ごわい課題となっている。本論文では、動的物体の捕捉と移動障害物の回避を同時に行うことで、上記の課題に対処する統一的な制御フレームワークを紹介する。本アプローチの中心は、拡散に基づく変分オートエンコーダを運動計画に用いることで、物体迎撃と障害物回避の両方を実行することである。我々はまず、ストリーミングイベントからの高次元の時間情報を2次元の潜在多様体に符号化することから始め、安全な軌道と衝突する軌道の識別を可能にし、オフラインで密に接続された軌道グラフの構築に至る。その後、拡張カルマンフィルタを採用し、移動物体の正確なリアルタイム追跡を実現する。確立されたオフラインの密なグラフ上のグラフトラバース戦略を活用し、符号化されたロボット運動制御コマンドを生成する。最後に、これらのコマンドをデコードすることにより、ロボットモータのリアルタイム動作を可能にし、効果的な障害物回避と高速移動物体の高い迎撃精度を確保する。コンピュータシミュレーションと自律型7自由度ロボットアームの両方で実験的検証を行い、提案するフレームワークの有効性を実証する。その結果、ロボットマニピュレータが、大きさや形状の異なる複数の障害物を回避しながら、手で様々な角度から投げられた高速移動物体をうまく捕捉できることが示された。実験の完全なビデオ・デモンストレーションはhttps://sites.google.com/view/multirobotskill/home。

要約(オリジナル)

Real-time interception of fast-moving objects by robotic arms in dynamic environments poses a formidable challenge due to the need for rapid reaction times, often within milliseconds, amidst dynamic obstacles. This paper introduces a unified control framework to address the above challenge by simultaneously intercepting dynamic objects and avoiding moving obstacles. Central to our approach is using diffusion-based variational autoencoder for motion planning to perform both object interception and obstacle avoidance. We begin by encoding the high-dimensional temporal information from streaming events into a two-dimensional latent manifold, enabling the discrimination between safe and colliding trajectories, culminating in the construction of an offline densely connected trajectory graph. Subsequently, we employ an extended Kalman filter to achieve precise real-time tracking of the moving object. Leveraging a graph-traversing strategy on the established offline dense graph, we generate encoded robotic motor control commands. Finally, we decode these commands to enable real-time motion of robotic motors, ensuring effective obstacle avoidance and high interception accuracy of fast-moving objects. Experimental validation on both computer simulations and autonomous 7-DoF robotic arms demonstrates the efficacy of our proposed framework. Results indicate the capability of the robotic manipulator to navigate around multiple obstacles of varying sizes and shapes while successfully intercepting fast-moving objects thrown from different angles by hand. Complete video demonstrations of our experiments can be found in https://sites.google.com/view/multirobotskill/home.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL