Robotic framework for autonomous manipulation of laboratory equipment with different degrees of transparency via 6D pose estimation

投稿日: 2024年10月11日 作成者: jarxiv

要約

現代のロボット システムの多くは自律的に動作しますが、環境を正確に分析して外部条件の変化に適応する能力が欠けていることが多く、遠隔操作システムには特殊なオペレータ スキルが必要な場合が多くあります。
研究室自動化の分野では、自動化されたプロセスの数が増加していますが、そのようなシステムは通常、特定のタスクを実行するために開発されています。
さらに、この分野で使用されるオブジェクトの多くは透明であるため、視覚チャネルを使用してそれらを分析することが困難になります。
この研究の貢献には、複雑なポーズの組み合わせで透明度の異なる液体で満たされたオブジェクトを操作するための自律モードを備えたロボット フレームワークの開発が含まれます。
実施された実験では、自律操作のための物体の姿勢を正確に推定する設計された視覚認識システムの堅牢性が実証され、液体の分注などの器用な操作におけるアルゴリズムのパフォーマンスが確認されました。
提案されたロボットフレームワークは、高い精度と再現性が要求される、さまざまな透明度や液体レベルのオブジェクトのポーズの分析を伴う、自明ではない操作タスクを実行する問題を解決できるため、研究室の自動化に適用できます。

要約(オリジナル)

Many modern robotic systems operate autonomously, however they often lack the ability to accurately analyze the environment and adapt to changing external conditions, while teleoperation systems often require special operator skills. In the field of laboratory automation, the number of automated processes is growing, however such systems are usually developed to perform specific tasks. In addition, many of the objects used in this field are transparent, making it difficult to analyze them using visual channels. The contributions of this work include the development of a robotic framework with autonomous mode for manipulating liquid-filled objects with different degrees of transparency in complex pose combinations. The conducted experiments demonstrated the robustness of the designed visual perception system to accurately estimate object poses for autonomous manipulation, and confirmed the performance of the algorithms in dexterous operations such as liquid dispensing. The proposed robotic framework can be applied for laboratory automation, since it allows solving the problem of performing non-trivial manipulation tasks with the analysis of object poses of varying degrees of transparency and liquid levels, requiring high accuracy and repeatability.

arxiv情報

著者 Maria Makarova,Daria Trinitatova,Dzmitry Tsetserukou
発行日 2024-10-10 10:40:42+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.CV, cs.RO, cs.SE, cs.SY, eess.SY | Robotic framework for autonomous manipulation of laboratory equipment with different degrees of transparency via 6D pose estimation はコメントを受け付けていません

C$^3$P-VoxelMap: Compact, Cumulative and Coalescible Probabilistic Voxel Mapping

投稿日: 2024年10月11日 作成者: jarxiv

要約

この研究では、LiDAR オドメトリのパフォーマンス、精度、メモリ効率を向上させる、コンパクトで累積的かつ合体可能な確率的ボクセル マッピング手法を紹介します。
確率的ボクセル マッピングでは、過去の点群を保存し、それを反復して反復ごとに不確実性を更新する必要があり、大量のメモリ スペースと CPU サイクルを消費します。
この問題を解決するために、私たちは 2 つの戦略を提案します。
まず、確率的ボクセルにコンパクトなポイントフリー表現を導入し、元の点群をキャッシュせずに平面不確実性の累積的な更新を導出します。
私たちのボクセル構造は、その内部にある点に関する所定の統計セットを追跡するだけです。
このメソッドは、実行時の複雑さを $O(MN)$ から $O(N)$ に、空間の複雑さを $O(N)$ から $O(1)$ に削減します。ここで、$M$ は反復数、$N です。
$はポイント数です。
次に、メモリ使用量をさらに最小限に抑え、マッピングの精度を高めるために、現実世界の幾何学的特徴を利用して、同じ物理平面に関連付けられたボクセルを動的にマージする戦略を提供します。
これらの合体可能なボクセルを反復ごとに常にスキャンするのではなく、マージ戦略は局所性依存のハッシュにボクセルを蓄積し、マージを遅延的にトリガーします。
オンデマンド マージは、最小限の計算オーバーヘッドでメモリ フットプリントを削減するだけでなく、クロスボクセル ノイズ除去により位置特定の精度も向上します。
実験では、最先端のものと比べて精度が 20% 高く、パフォーマンスが 20% 高速で、メモリ消費量が 70% 低いことがわかりました。

要約(オリジナル)

This work presents a compact, cumulative and coalescible probabilistic voxel mapping method to enhance performance, accuracy and memory efficiency in LiDAR odometry. Probabilistic voxel mapping requires storing past point clouds and re-iterating on them to update the uncertainty every iteration, which consumes large memory space and CPU cycles. To solve this problem, we propose a two-folded strategy. First, we introduce a compact point-free representation for probabilistic voxels and derive a cumulative update of the planar uncertainty without caching original point clouds. Our voxel structure only keeps track of a predetermined set of statistics for points that lie inside it. This method reduces the runtime complexity from $O(MN)$ to $O(N)$ and the space complexity from $O(N)$ to $O(1)$ where $M$ is the number of iterations and $N$ is the number of points. Second, to further minimize memory usage and enhance mapping accuracy, we provide a strategy to dynamically merge voxels associated with the same physical planes by taking advantage of the geometric features in the real world. Rather than scanning for these coalescible voxels constantly at every iteration, our merging strategy accumulates voxels in a locality-sensitive hash and triggers merging lazily. On-demand merging not only reduces memory footprint with minimal computational overhead but also improves localization accuracy thanks to cross-voxel denoising. Experiments exhibit 20% higher accuracy, 20% faster performance and 70% lower memory consumption than the state-of-the-art.

arxiv情報

著者 Xu Yang,Wenhao Li,Qijie Ge,Lulu Suo,Weijie Tang,Zhengyu Wei,Longxiang Huang,Bo Wang
発行日 2024-10-10 11:01:44+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 | C$^3$P-VoxelMap: Compact, Cumulative and Coalescible Probabilistic Voxel Mapping はコメントを受け付けていません

Co-Design Optimisation of Morphing Topology and Control of Winged Drones

投稿日: 2024年10月11日 作成者: jarxiv

要約

有翼航空機やドローンの設計と制御は、ミッション固有のコストと制約の妥協点を特定することを目的とした反復的なプロセスです。
機敏性が必要な場合、形状を変化させる (モーフィング) ドローンが効率的なソリューションとなります。
ただし、モーフィング ドローンには、トポロジーと制御カップリングを増加させる作動ジョイントを追加する必要があり、設計プロセスがより複雑になります。
トポロジー、作動、モーフィング戦略、コントローラーパラメーターを含むモーフィングドローンの概念設計を提案することで、エンジニアを支援する共同設計最適化手法を提案します。
この方法は、エネルギー消費やミッション完了時間など、さまざまな飛行ミッション要件の下でモーション インテリジェンスの問題を解決するために、軌道最適化を備えた多目的制約ベースの最適化を多胴翼付きドローンに適用することで構成されています。
我々は、共同設計されたモーフィングドローンがエネルギー効率とミッション時間の点で固定翼ドローンよりも優れていることを示し、提案された共同設計手法が航空機工学ツールボックスへの有用な追加となる可能性があることを示唆しています。

要約(オリジナル)

The design and control of winged aircraft and drones is an iterative process aimed at identifying a compromise of mission-specific costs and constraints. When agility is required, shape-shifting (morphing) drones represent an efficient solution. However, morphing drones require the addition of actuated joints that increase the topology and control coupling, making the design process more complex. We propose a co-design optimisation method that assists the engineers by proposing a morphing drone’s conceptual design that includes topology, actuation, morphing strategy, and controller parameters. The method consists of applying multi-objective constraint-based optimisation to a multi-body winged drone with trajectory optimisation to solve the motion intelligence problem under diverse flight mission requirements, such as energy consumption and mission completion time. We show that co-designed morphing drones outperform fixed-winged drones in terms of energy efficiency and mission time, suggesting that the proposed co-design method could be a useful addition to the aircraft engineering toolbox.

arxiv情報

著者 Fabio Bergonti,Gabriele Nava,Valentin Wüest,Antonello Paolino,Giuseppe L’Erario,Daniele Pucci,Dario Floreano
発行日 2024-10-10 11:31:05+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 | Co-Design Optimisation of Morphing Topology and Control of Winged Drones はコメントを受け付けていません

LaB-CL: Localized and Balanced Contrastive Learning for improving parking slot detection

投稿日: 2024年10月11日 作成者: jarxiv

要約

駐車スロット検出は、自動駐車システムに不可欠な技術です。
一般に、駐車枠検出の分類問題は、局所的な候補が駐車枠の交差点であるかどうかを判断するタスクと、検出された交差点の形状を識別するタスクの 2 つのタスクで構成されます。
どちらの分類タスクも、多数派のクラスに向けて学習が偏りやすく、分類パフォーマンスが低下する可能性があります。
しかし、駐車スロットの検出では、データの不均衡の問題が見落とされてきました。
我々は、駐車スロット検出のための最初の教師あり対照学習フレームワーク、駐車スロット検出を改善するための局所的かつバランスのとれた対照学習（LaB-CL）を提案します。
提案された LaB-CL フレームワークでは、2 つの主要なアプローチが使用されます。
まず、ローカルの観点から、すべてのミニバッチ内のすべてのクラスの表現を考慮するために、クラス プロトタイプを含めることを提案します。
第 2 に、予測誤差の高い局所表現を選択する新しいハード ネガティブ サンプリング スキームを提案します。
ベンチマーク データセットを使用した実験により、提案された LaB-CL フレームワークが既存の駐車スロット検出方法よりも優れたパフォーマンスを発揮できることが実証されました。

要約(オリジナル)

Parking slot detection is an essential technology in autonomous parking systems. In general, the classification problem of parking slot detection consists of two tasks, a task determining whether localized candidates are junctions of parking slots or not, and the other that identifies a shape of detected junctions. Both classification tasks can easily face biased learning toward the majority class, degrading classification performances. Yet, the data imbalance issue has been overlooked in parking slot detection. We propose the first supervised contrastive learning framework for parking slot detection, Localized and Balanced Contrastive Learning for improving parking slot detection (LaB-CL). The proposed LaB-CL framework uses two main approaches. First, we propose to include class prototypes to consider representations from all classes in every mini batch, from the local perspective. Second, we propose a new hard negative sampling scheme that selects local representations with high prediction error. Experiments with the benchmark dataset demonstrate that the proposed LaB-CL framework can outperform existing parking slot detection methods.

arxiv情報

著者 U Jin Jeong,Sumin Roh,Il Yong Chun
発行日 2024-10-10 11:50:26+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.AI, cs.CV, cs.RO | LaB-CL: Localized and Balanced Contrastive Learning for improving parking slot detection はコメントを受け付けていません

Semantic Region Aware Autonomous Exploration for Multi-Type Map Construction in Unknown Indoor Environments

投稿日: 2024年10月11日 作成者: jarxiv

要約

主流の自律探査手法は通常、同じ領域に対して過度に繰り返し探査を実行するため、複雑なシーンでの探査時間と探査軌跡が長くなります。
この問題に対処するために、我々は新しい意味論的領域認識型自律探索方法を提案する。その中心となるアイデアは、自律ナビゲーション戦略を最適化するために意味論的領域の情報を考慮することである。
我々の手法により、移動ロボットは次の領域に移動する前に現在の意味領域を完全に探索することが可能となり、過剰な探索の繰り返しを回避し、探索速度の高速化に貢献します。
さらに、通常単一タイプのマップを構築する既存の自律探索手法と比較して、私たちの手法は点群マップ、占有グリッドマップ、トポロジカルマップ、セマンティックマップを含む4種類のマップを構築することができます。
実験結果は、古典的な RRT (急速探査ランダム ツリー) ベースの自律探査方法と比較した場合、私たちの方法が 98% 以上の探査率を維持しながら、最高の 50.7% の探査時間の短縮と 48.1% の探査軌道長の短縮を達成することを示しています。

要約(オリジナル)

Mainstream autonomous exploration methods usually perform excessively-repeated explorations for the same region, leading to long exploration time and exploration trajectory in complex scenes. To handle this issue, we propose a novel semantic region aware autonomous exploration method, the core idea of which is considering the information of semantic regions to optimize the autonomous navigation strategy. Our method enables the mobile robot to fully explore the current semantic region before moving to the next region, contributing to avoid excessively-repeated explorations and accelerate the exploration speed. In addition, compared with existing au?tonomous exploration methods that usually construct the single-type map, our method allows to construct four types of maps including point cloud map, occupancy grid map, topological map, and semantic map. The experiment results demonstrate that our method achieves the highest 50.7% exploration time reduction and 48.1% exploration trajectory length reduction while maintaining >98% exploration rate when comparing with the classical RRT (Rapid-exploration Random Tree) based autonomous exploration method.

arxiv情報

著者 Jianfang Mao
発行日 2024-10-10 11:56:00+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, cs.SY, eess.SY | Semantic Region Aware Autonomous Exploration for Multi-Type Map Construction in Unknown Indoor Environments はコメントを受け付けていません

Autonomous Vehicles Path Planning under Temporal Logic Specifications

投稿日: 2024年10月11日 作成者: jarxiv

要約

経路計画は自動運転の重要な要素です。
グローバル プランナーが高レベルの計画を担当します。
基本的には既知の地図上で最短経路検索を実行し、それによってローカル (低レベル) プランナーの制御に使用されるウェイポイントを定義します。
ローカルプランニングは、車両自体でリアルタイムに繰り返し実行される実行時検証方法であり、効率的かつ安全な方法で目的のウェイポイントにつながる最適な短地平線の経路を見つけます。
課題は、ローカル プランナーが、環境で利用可能な情報について繰り返し受信する更新を考慮する必要があることです。
さらに、障害物との衝突回避の必要性、交通ルールの遵守、規制要件の順守、そして最終的には次のウェイポイントに効率的に到達することなど、多種多様な要件を考慮する必要があるため、複雑なタスクを実行します。
この文書では、これらすべての要件を満たすロジックベースの仕様メカニズムについて説明します。

要約(オリジナル)

Path planning is an essential component of autonomous driving. A global planner is responsible for the high-level planning. It basically performs a shortest-path search on a known map, thereby defining waypoints used to control the local (low-level) planner. Local planning is a runtime verification method which is repeatedly run on the vehicle itself in real-time, so as to find the optimal short-horizon path which leads to the desired waypoint in a way which is both efficient and safe. The challenge is that the local planner has to take into account repeatedly incoming updates about the information available of the environment. In addition, it performs a complex task, as it has to take into account a large variety of requirements, originating from the necessity of collision avoidance with obstacles, respecting traffic rules, sticking to regulatory requirements, and lastly to reach the next waypoint efficiently. In this paper, we describe a logic-based specification mechanism which fulfills all these requirements.

arxiv情報

著者 Akshay Dhonthi,Nicolas Schischka,Ernst Moritz Hahn,Vahid Hashemi
発行日 2024-10-10 12:11:45+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.LO, cs.RO | Autonomous Vehicles Path Planning under Temporal Logic Specifications はコメントを受け付けていません

SwarmPath: Drone Swarm Navigation through Cluttered Environments Leveraging Artificial Potential Field and Impedance Control

投稿日: 2024年10月11日 作成者: jarxiv

要約

マルチドローン システムの分野では、衝突のない軌道と効率的な経路計画を提供しながら、スタートからゴールまで動的環境をナビゲートすることが重要な課題です。
この問題を解決するために、人工電位場 (APF) とインピーダンス コントローラーの統合を含む新しい SwarmPath テクノロジーを提案します。
提案されたアプローチは、ドローンが環境に適応できる、衝突のないリーダーとフォロワーの動作に基づいたソリューションを提供します。
さらに、リーダーは仮想的ですが、ドローンは物理的なフォロワーであり、APF 経路計画アプローチを活用してターゲットまでの最小経路を見つけます。
同時に、ドローンは動的にインピーダンス リンクを調整し、障害物との仮想リンクを作成して障害物を回避できるようにします。
従来の APF と比較して、提案された SwarmPath システムは、スムーズな衝突回避を提供するだけでなく、ドローン接続の観点から安全性を確保しながら、総移動時間を 30% 短縮することで、エージェントが狭い通路を効率的に通過できるようにします。
最後に、この結果は、シミュレートされた環境と現実の環境との間の不一致が、ドローン軌道の平均絶対パーセント誤差 (APE) 6% を示していることも示しています。
これは、現実のシナリオにおける当社のソリューションの信頼性を強調しています。

要約(オリジナル)

In the area of multi-drone systems, navigating through dynamic environments from start to goal while providing collision-free trajectory and efficient path planning is a significant challenge. To solve this problem, we propose a novel SwarmPath technology that involves the integration of Artificial Potential Field (APF) with Impedance Controller. The proposed approach provides a solution based on collision free leader-follower behaviour where drones are able to adapt themselves to the environment. Moreover, the leader is virtual while drones are physical followers leveraging APF path planning approach to find the smallest possible path to the target. Simultaneously, the drones dynamically adjust impedance links, allowing themselves to create virtual links with obstacles to avoid them. As compared to conventional APF, the proposed SwarmPath system not only provides smooth collision-avoidance but also enable agents to efficiently pass through narrow passages by reducing the total travel time by 30% while ensuring safety in terms of drones connectivity. Lastly, the results also illustrate that the discrepancies between simulated and real environment, exhibit an average absolute percentage error (APE) of 6% of drone trajectories. This underscores the reliability of our solution in real-world scenarios.

arxiv情報

著者 Roohan Ahmed Khan,Malaika Zafar,Amber Batool,Aleksey Fedoseev,Dzmitry Tsetserukou
発行日 2024-10-10 12:14:28+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 | SwarmPath: Drone Swarm Navigation through Cluttered Environments Leveraging Artificial Potential Field and Impedance Control はコメントを受け付けていません

Online DNN-driven Nonlinear MPC for Stylistic Humanoid Robot Walking with Step Adjustment

投稿日: 2024年10月11日 作成者: jarxiv

要約

この論文では、オンラインでの接触位置調整による様式的な移動を可能にする 3 層アーキテクチャを紹介します。
私たちの方法では、軌道生成層として機能する自己回帰ディープ ニューラル ネットワーク (DNN) と、モデルベースの軌道調整層および軌道制御層を組み合わせます。
DNN は、他の層の初期推定および正則化として機能する重心および姿勢参照を生成します。
人間のモーション キャプチャ データでトレーニングされた DNN であるため、結果として得られるロボットの動作は、人間の歩行スタイルに似た移動パターンを示します。
軌道調整レイヤーは非線形最適化を利用して、ステップ調整に対処しながら動的に実行可能な質量中心 (CoM) の動きを保証します。
軌道調整層の 2 つの実装を比較します。1 つは後退ホライズン プランナー (RHP) として、もう 1 つはモデル予測コントローラー (MPC) としてです。
MPC のパフォーマンスを向上させるために、カルマン フィルターを導入して測定ノイズを低減します。
フィルター パラメーターは、遺伝的アルゴリズムを使用して自動的に調整されます。
エルゴカブ ヒューマノイド ロボットの実験結果では、転倒を防止し、人間の歩行スタイルを再現し、最大 68 ニュートンの外乱に耐えるシステムの能力が実証されています。
ウェブサイト: https://sites.google.com/view/dnn-mpc-walking Youtube ビデオ: https://www.youtube.com/watch?v=x3tzEfxO-xQ

要約(オリジナル)

This paper presents a three-layered architecture that enables stylistic locomotion with online contact location adjustment. Our method combines an autoregressive Deep Neural Network (DNN) acting as a trajectory generation layer with a model-based trajectory adjustment and trajectory control layers. The DNN produces centroidal and postural references serving as an initial guess and regularizer for the other layers. Being the DNN trained on human motion capture data, the resulting robot motion exhibits locomotion patterns, resembling a human walking style. The trajectory adjustment layer utilizes non-linear optimization to ensure dynamically feasible center of mass (CoM) motion while addressing step adjustments. We compare two implementations of the trajectory adjustment layer: one as a receding horizon planner (RHP) and the other as a model predictive controller (MPC). To enhance MPC performance, we introduce a Kalman filter to reduce measurement noise. The filter parameters are automatically tuned with a Genetic Algorithm. Experimental results on the ergoCub humanoid robot demonstrate the system’s ability to prevent falls, replicate human walking styles, and withstand disturbances up to 68 Newton. Website: https://sites.google.com/view/dnn-mpc-walking Youtube video: https://www.youtube.com/watch?v=x3tzEfxO-xQ

arxiv情報

著者 Giulio Romualdi,Paolo Maria Viceconte,Lorenzo Moretti,Ines Sorrentino,Stefano Dafarra,Silvio Traversaro,Daniele Pucci
発行日 2024-10-10 12:14:53+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 | Online DNN-driven Nonlinear MPC for Stylistic Humanoid Robot Walking with Step Adjustment はコメントを受け付けていません

RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation

投稿日: 2024年10月11日 作成者: jarxiv

要約

ロボット工学では両手操作が不可欠ですが、2 つのロボット アームを調整する固有の複雑さ (マルチモーダルな動作の分布につながる) とトレーニング データの不足により、基礎モデルの開発は非常に困難です。
この論文では、両手操作のための先駆的な拡散基礎モデルであるロボット拡散トランス (RDT) を紹介します。
RDT は、マルチモーダル入力の不均一性に対処し、ロボット データの非線形性と高周波をキャプチャするためのスケーラブルなトランスフォーマーの革新的な設計により、マルチモダリティを効果的に表現する拡散モデルに基づいて構築されています。
データ不足に対処するために、物理的に解釈可能な統合アクション空間をさらに導入します。これは、元のアクションの物理的意味を維持しながら、さまざまなロボットのアクション表現を統合でき、移転可能な物理的知識の学習を促進します。
これらの設計により、これまでで最大のマルチロボット データセットのコレクションで RDT を事前トレーニングすることができ、ロボット操作のための最大の拡散ベースの基礎モデルである 1.2B パラメータまでスケールアップできました。
私たちは最終的に、6,000 以上のエピソードを含む自己作成のマルチタスク双方向データセットで RDT を微調整し、その操作機能を磨きました。
実際のロボットでの実験では、RDT が既存の方法よりも大幅に優れていることが実証されています。
目に見えないオブジェクトやシーンに対してゼロショットの一般化を示し、言語の指示を理解して従い、わずか 1 ～ 5 回のデモン​​ストレーションで新しいスキルを学習し、複雑で器用なタスクを効果的に処理します。
コードとビデオについては、https://rdt-robotics.github.io/rdt-robotics/ を参照してください。

要約(オリジナル)

Bimanual manipulation is essential in robotics, yet developing foundation models is extremely challenging due to the inherent complexity of coordinating two robot arms (leading to multi-modal action distributions) and the scarcity of training data. In this paper, we present the Robotics Diffusion Transformer (RDT), a pioneering diffusion foundation model for bimanual manipulation. RDT builds on diffusion models to effectively represent multi-modality, with innovative designs of a scalable Transformer to deal with the heterogeneity of multi-modal inputs and to capture the nonlinearity and high frequency of robotic data. To address data scarcity, we further introduce a Physically Interpretable Unified Action Space, which can unify the action representations of various robots while preserving the physical meanings of original actions, facilitating learning transferrable physical knowledge. With these designs, we managed to pre-train RDT on the largest collection of multi-robot datasets to date and scaled it up to 1.2B parameters, which is the largest diffusion-based foundation model for robotic manipulation. We finally fine-tuned RDT on a self-created multi-task bimanual dataset with over 6K+ episodes to refine its manipulation capabilities. Experiments on real robots demonstrate that RDT significantly outperforms existing methods. It exhibits zero-shot generalization to unseen objects and scenes, understands and follows language instructions, learns new skills with just 1~5 demonstrations, and effectively handles complex, dexterous tasks. We refer to https://rdt-robotics.github.io/rdt-robotics/ for the code and videos.

arxiv情報

著者 Songming Liu,Lingxuan Wu,Bangguo Li,Hengkai Tan,Huayu Chen,Zhengyi Wang,Ke Xu,Hang Su,Jun Zhu
発行日 2024-10-10 12:33:46+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.AI, cs.CV, cs.LG, cs.RO | RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation はコメントを受け付けていません

Synergizing Morphological Computation and Generative Design: Automatic Synthesis of Tendon-Driven Grippers

投稿日: 2024年10月11日 作成者: jarxiv

要約

ロボットの動作とパフォーマンスは、ハードウェアとソフトウェアの両方によって決まります。
ロボット システムの設計プロセスは、複数の段階からなる複雑な作業です。
このプロセス全体を通して、目的は、たとえ互いに矛盾することが多いとしても、さまざまな基準に同時に取り組むことです。
最終的な目標は、これらの相反する要素を解決する最適なソリューションを発見することです。
生成設計、計算設計、または自動設計は、設計プロセス全体を加速することを目的としたパラダイムです。
この論文では、形態学的計算を使用してロボットのリンク機構を生成する設計方法論を提案します。
グラフ文法とヒューリスティック検索アルゴリズムを使用して、設計出力をテストするためのシミュレーション モデルに変換されるロボット機構グラフを作成します。
設計方法論を検証するために、それをオブジェクト把握の比較的単純な準静的問題に適用しました。
私たちは、広範囲の物体を掴むことができる、作動不足の腱駆動グリッパーを自動的に設計する方法を発見しました。
これは、高度な計画や学習のおかげではなく、その構造によって可能です。

要約(オリジナル)

Robots’ behavior and performance are determined both by hardware and software. The design process of robotic systems is a complex journey that involves multiple phases. Throughout this process, the aim is to tackle various criteria simultaneously, even though they often contradict each other. The ultimate goal is to uncover the optimal solution that resolves these conflicting factors. Generative, computation or automatic designs are the paradigms aimed at accelerating the whole design process. Within this paper we propose a design methodology to generate linkage mechanisms for robots with morphological computation. We use a graph grammar and a heuristic search algorithm to create robot mechanism graphs that are converted into simulation models for testing the design output. To verify the design methodology we have applied it to a relatively simple quasi-static problem of object grasping. We found a way to automatically design an underactuated tendon-driven gripper that can grasp a wide range of objects. This is possible because of its structure, not because of sophisticated planning or learning.

arxiv情報

著者 Kirill Zharkov,Mikhail Chaikovskii,Yefim Osipov,Rahaf Alshaowa,Ivan Borisov,Sergey Kolyubin
発行日 2024-10-10 12:33:53+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 | Synergizing Morphological Computation and Generative Design: Automatic Synthesis of Tendon-Driven Grippers はコメントを受け付けていません