Dynamic Planning for Sequential Whole-body Mobile Manipulation

要約

動的逐次モバイル操作計画 (SMMP) フレームワークは、動的環境におけるモバイル マニピュレーターの安全かつ堅牢な操作に不可欠です。
これまでの研究は主に動作レベルまたはタスクレベルの動的計画に焦点を当てており、長期的な影響を与える状態変化の処理や、多様なタスクに対する応答性の高い動作の生成にはそれぞれ限界がありました。
この論文では、仮想運動学チェーン (VKC) ベースの SMMP 手法を拡張し、動的長期タスク計画と SMMP 問題に対する反応性全身運動生成を自動化する、全体的な動的計画フレームワークを紹介します。
このフレームワークは、長期的な影響を伴う環境変化に対応するように設計されたオンライン タスク プランニング モジュール、剛体と多関節オブジェクトの両方を操作するための VKC ベースの全身運動プランニング モジュール、およびリアクティブなモデル予測制御 (MPC) モジュールで構成されています。
実行中の障害物の回避。
シミュレーションと現実世界での実験によりフレームワークが検証され、人間の干渉が関与するシナリオであっても、連続的なモバイル操作タスク全体にわたってその有効性と妥当性が実証されます。

要約(オリジナル)

The dynamic Sequential Mobile Manipulation Planning (SMMP) framework is essential for the safe and robust operation of mobile manipulators in dynamic environments. Previous research has primarily focused on either motion-level or task-level dynamic planning, with limitations in handling state changes that have long-term effects or in generating responsive motions for diverse tasks, respectively. This paper presents a holistic dynamic planning framework that extends the Virtual Kinematic Chain (VKC)-based SMMP method, automating dynamic long-term task planning and reactive whole-body motion generation for SMMP problems. The framework consists of an online task planning module designed to respond to environment changes with long-term effects, a VKC-based whole-body motion planning module for manipulating both rigid and articulated objects, alongside a reactive Model Predictive Control (MPC) module for obstacle avoidance during execution. Simulations and real-world experiments validate the framework, demonstrating its efficacy and validity across sequential mobile manipulation tasks, even in scenarios involving human interference.

arxiv情報

著者 Zhitian Li,Yida Niu,Yao Su,Hangxin Liu,Ziyuan Jiao
発行日 2024-05-24 09:23:51+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