An Adaptive Grasping Force Tracking Strategy for Nonlinear and Time-Varying Object Behaviors

要約

正確な把持力制御は、ロボットによる物体の把持を成功させ、ダメージを与えないようにするための重要なスキルの一つである。既存の手法では、すべり検出や把持力計画に関する綿密な研究が行われていますが、材料特性の異なる物体を扱う際に、実際の力を目標力に適応的に追従させるという問題は見落とされがちです。力追跡コントローラの最適なパラメータは物体の剛性に大きく影響され、多くの適応的力追跡アルゴリズムは剛性推定に依存しています。しかし、実世界の物体は、粘性、塑性、または他のより複雑な非線形時変挙動を示すことが多く、既存の研究では、剛性の定義と推定に関して、これらの材料に対するサポートが不十分である。これに対処するため、本論文では一般化剛性の概念を導入し、剛性の定義を非線形時変把持システムモデルに拡張し、LSTM（Long Short-Term Memory）ネットワークに基づくオンライン一般化剛性推定器を提案する。一般化剛性に基づき、PI制御器を例として適応的なパラメータ調整戦略を提案し、特性が変化する物体に対する動的な力追跡を可能にする。実験結果は、提案手法が高精度と短いプロービング時間を達成する一方、既存の手法と比較して、非理想的な物体に対して優れた適応性を示すことを示している。本手法は、未知、非線形、時間変化する把持系における把持力追跡の問題を効果的に解決し、非構造的な環境におけるロボットの把持能力を向上させる。

要約(オリジナル)

Accurate grasp force control is one of the key skills for ensuring successful and damage-free robotic grasping of objects. Although existing methods have conducted in-depth research on slip detection and grasping force planning, they often overlook the issue of adaptive tracking of the actual force to the target force when handling objects with different material properties. The optimal parameters of a force tracking controller are significantly influenced by the object’s stiffness, and many adaptive force tracking algorithms rely on stiffness estimation. However, real-world objects often exhibit viscous, plastic, or other more complex nonlinear time-varying behaviors, and existing studies provide insufficient support for these materials in terms of stiffness definition and estimation. To address this, this paper introduces the concept of generalized stiffness, extending the definition of stiffness to nonlinear time-varying grasp system models, and proposes an online generalized stiffness estimator based on Long Short-Term Memory (LSTM) networks. Based on generalized stiffness, this paper proposes an adaptive parameter adjustment strategy using a PI controller as an example, enabling dynamic force tracking for objects with varying characteristics. Experimental results demonstrate that the proposed method achieves high precision and short probing time, while showing better adaptability to non-ideal objects compared to existing methods. The method effectively solves the problem of grasp force tracking in unknown, nonlinear, and time-varying grasp systems, enhancing the robotic grasping ability in unstructured environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL