ViIK: Flow-based Vision Inverse Kinematics Solver with Fusing Collision Checking

要約

インバースキネマティクス (IK) は、エンドエフェクターの目標姿勢を満たすロボットの構成を見つけることです。
動作計画では、実現可能な軌道が見つからない場合に備えて、さまざまな構成が必要でした。
一方、衝突チェック (CC) など。
指向性バウンディング ボックス (OBB)、離散指向性ポリトープ (DOP)、および Quickhull \cite{quickhull} は、モーション プランニングのすべての目標設定が利用可能であることを確認するために、IK ソルバーによって提供される各設定に対して実行する必要があります。
これは、古典的な IK ソルバーと CC アルゴリズムを構成ごとに繰り返し実行する必要があることを意味します。
したがって、必要なゴール設定の数が多い場合、準備時間は長くなります。
クラスタ環境での動作計画。
さらに、古典的な衝突チェック アルゴリズムでは、取得が困難な構造化マップが必要でした。
このような 2 つの問題を回避するために、我々は、逆運動学と衝突チェックを融合することで、利用可能な多様な構成を出力できる、Vision Inverse Kinematics ソルバー (ViIK) と呼ばれるフローベースのビジョン手法を提案します。
さらに、ViIK は環境の認識として RGB 画像を使用します。
ViIK は 40 ミリ秒以内に 1000 個の構成を出力でき、精度は約 3 ミリメートルおよび 1.5 度です。
古典的な IK ソルバーを数回繰り返して改良することで、より高い精度を得ることができます。
自己衝突率は 2% 未満になる場合があります。
環境との衝突率は、ほとんどのシーンで 10% 未満になる可能性があります。
コードは https://github.com/AdamQLMeng/ViIK から入手できます。

要約(オリジナル)

Inverse Kinematics (IK) is to find the robot’s configurations that satisfy the target pose of the end effector. In motion planning, diverse configurations were required in case a feasible trajectory was not found. Meanwhile, collision checking (CC), e.g. Oriented bounding box (OBB), Discrete Oriented Polytope (DOP), and Quickhull \cite{quickhull}, needs to be done for each configuration provided by the IK solver to ensure every goal configuration for motion planning is available. This means the classical IK solver and CC algorithm should be executed repeatedly for every configuration. Thus, the preparation time is long when the required number of goal configurations is large, e.g. motion planning in cluster environments. Moreover, structured maps, which might be difficult to obtain, were required by classical collision-checking algorithms. To sidestep such two issues, we propose a flow-based vision method that can output diverse available configurations by fusing inverse kinematics and collision checking, named Vision Inverse Kinematics solver (ViIK). Moreover, ViIK uses RGB images as the perception of environments. ViIK can output 1000 configurations within 40 ms, and the accuracy is about 3 millimeters and 1.5 degrees. The higher accuracy can be obtained by being refined by the classical IK solver within a few iterations. The self-collision rates can be lower than 2%. The collision-with-env rates can be lower than 10% in most scenes. The code is available at: https://github.com/AdamQLMeng/ViIK.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google