SpringGrasp: Synthesizing Compliant, Dexterous Grasps under Shape Uncertainty

要約

任意の物体を安定してしっかりと掴むことは、器用なロボットハンドにとって非常に重要であり、高度な器用な操作への重要な一歩となります。
これまでの研究は主に、正確に既知の物体形状を仮定して、微分可能な把握メトリクスを改善することに焦点を当ててきました。
しかし、ノイズの多い部分的な形状観察により、形状の不確実性が遍在しており、把握計画に課題が生じます。
私たちは、柔軟な器用な把握を合成するために物体表面の不確実な観察を考慮するプランナーである SpringGrasp プランナーを提案します。
従順な器用な掴みは、物体との予期せぬ接触の影響を最小限に抑えることができ、形状が不確かな物体をより安定して掴むことができます。
準拠した把握プロセス全体の動的動作を評価する、分析的で微分可能なメトリクスである SpringGrasp メトリクスを導入します。
SpringGrasp プランナーを使用して計画を立てたこの方法では、14 個の一般的なオブジェクトに対する実際のロボットの実験で、2 つの視点で 89%、単一の視点で 84% の把握成功率を達成しました。
強制閉鎖ベースのプランナーと比較して、私たちの方法は少なくとも 18% 高い把握成功率を達成します。

要約(オリジナル)

Generating stable and robust grasps on arbitrary objects is critical for dexterous robotic hands, marking a significant step towards advanced dexterous manipulation. Previous studies have mostly focused on improving differentiable grasping metrics with the assumption of precisely known object geometry. However, shape uncertainty is ubiquitous due to noisy and partial shape observations, which introduce challenges in grasp planning. We propose, SpringGrasp planner, a planner that considers uncertain observations of the object surface for synthesizing compliant dexterous grasps. A compliant dexterous grasp could minimize the effect of unexpected contact with the object, leading to more stable grasp with shape-uncertain objects. We introduce an analytical and differentiable metric, SpringGrasp metric, that evaluates the dynamic behavior of the entire compliant grasping process. Planning with SpringGrasp planner, our method achieves a grasp success rate of 89% from two viewpoints and 84% from a single viewpoints in experiment with a real robot on 14 common objects. Compared with a force-closure based planner, our method achieves at least 18% higher grasp success rate.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google