The Sum of Its Parts: Visual Part Segmentation for Inertial Parameter Identification of Manipulated Objects

要約

人間の労働者と一緒に安全かつ効率的に動作するために、協働ロボット (コボット) は、操作されるオブジェクトのダイナミクスを迅速に理解する能力を必要とします。
ただし、慣性パラメーターの完全なセットを推定するための従来の方法は、(十分な信号対雑音比を達成するために) 必然的に高速で安全でないモーションに依存しています。
この作業では、別のアプローチをとります。視覚と力-トルク測定を組み合わせることで、ゆっくりした動きまたは「ストップアンドゴー」の動きのみを必要とする慣性パラメーター識別アルゴリズムを開発するため、人間の周りでの使用に最適です。
Homogeneous Part Segmentation (HPS) と呼ばれる私たちの技術は、人工物はしばしば異なる均質な部分で構成されているという観察を活用しています。
表面ベースのポイント クラスタリング メソッドとボリューム形状セグメンテーション アルゴリズムを組み合わせて、操作されたオブジェクトのパーツ レベルのセグメンテーションをすばやく作成します。
次に、セグメント化された表現が HPS によって使用され、オブジェクトの慣性パラメーターが正確に推定されます。
私たちのアルゴリズムをベンチマークするために、20 の一般的なワークショップ ツールの現実的なメッシュ、セグメント化された点群、および慣性パラメーターで構成される新しいデータセットを作成して利用します。
最後に、低コストの共同ロボット アームを使用して自律的かつオンラインで複雑な「ハンマー バランス動作」を実行することにより、HPS の実際のパフォーマンスと精度を示します。
私たちのコードとデータセットはオープンソースであり、自由に利用できます。

要約(オリジナル)

To operate safely and efficiently alongside human workers, collaborative robots (cobots) require the ability to quickly understand the dynamics of manipulated objects. However, traditional methods for estimating the full set of inertial parameters rely on motions that are necessarily fast and unsafe (to achieve a sufficient signal-to-noise ratio). In this work, we take an alternative approach: by combining visual and force-torque measurements, we develop an inertial parameter identification algorithm that requires slow or ‘stop-and-go’ motions only, and hence is ideally tailored for use around humans. Our technique, called Homogeneous Part Segmentation (HPS), leverages the observation that man-made objects are often composed of distinct, homogeneous parts. We combine a surface-based point clustering method with a volumetric shape segmentation algorithm to quickly produce a part-level segmentation of a manipulated object; the segmented representation is then used by HPS to accurately estimate the object’s inertial parameters. To benchmark our algorithm, we create and utilize a novel dataset consisting of realistic meshes, segmented point clouds, and inertial parameters for 20 common workshop tools. Finally, we demonstrate the real-world performance and accuracy of HPS by performing an intricate ‘hammer balancing act’ autonomously and online with a low-cost collaborative robotic arm. Our code and dataset are open source and freely available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google