[論文レビュー] A Fast Stochastic Contact Model for Planar Pushing and Grasping: Theory and Experimental Validation

Jiaji Zhou, J. Andrew Bagnell+1 more|arXiv (Cornell University)|May 30, 2017

Robot Manipulation and Learning参考文献 2被引用数 9

ひとこと要約

本稿では、摩擦接触力学の凸多項式表現を用いて、平面的プッシュおよびグリップの高速で確率的な接触モデルを提案する。物理的に整合性のある摩擦パラメータを確率分布からサンプリングすることで、不確実性を伴う準静的物体運動を効率的にシミュレートでき、グリップ結果を正確に予測し、長時間にわたるロボット実験（長方形およびバタフライ型の物体を含む）と良好に一致する。

ABSTRACT

Based on the convex force-motion polynomial model for quasi-static sliding, we derive the kinematic contact model to determine the contact modes and instantaneous object motion on a supporting surface given a position controlled manipulator. The inherently stochastic object-to-surface friction distribution is modelled by sampling physically consistent parameters from appropriate distributions, with only one parameter to control the amount of noise. Thanks to the high fidelity and smoothness of convex polynomial models, the mechanics of patch contact is captured while being computationally efficient without mode selection at support points. The motion equations for both single and multiple frictional contacts are given. Simulation based on the model is validated with robotic pushing and grasping experiments.

研究の動機と目的

• 摩擦のばらつきや運動の不正確さに起因するロボットのプッシュおよびグリップにおける不確実性の課題に対処する。
• 準静的条件下での剛体接触に対して、計算効率的でありながら高精度な運動学的モデルを構築する。
• 最小限のチューニングで物理的に整合性のあるパrameter分布からのサンプリングにより、摩擦接触の本質的確率性を捉える。
• ジャミングやグリップ結果を含む、単一および複数の摩擦接触モードの正確なシミュレーションを可能にする。
• 開ループ計画およびフィードバック制御への応用を支援するため、広範なロボット実験とモデルを照合する。

提案手法

• [27]で提示された凸力-運動多項式モデルを拡張し、位置制御入力を直接オブジェクトのターン（回転速度）にマッピングする。ジャミングおよびグリップの静止状態も含む。
• 単一側の摩擦接触を、接触力の極限表面を表す、和の平方（sos）-凸多項式の族としてモデル化する。
• 摩擦係数の確率性を制御するための1つのノイズパrameterを導入。実験では、[0.015, 0.02] の一様分布からサンプリングする。
• 単一および複数の接触点に対する運動方程式を導出。組み合わせ的モード選択を回避するため、滑らかな多項式表現を活用する。
• 物理的に整合性のある接触パrameterを生成しながらも、力-運動モデルの凸性と滑らかさを保持するサンプリング戦略を実装する。
• GitHubで公開されているオープンソースシミュレーションを用いて、初期姿勢や圧力分布の変動を考慮したロボットのプッシュおよびグリップタスクを再現する。

実験結果

リサーチクエスチョン

• RQ1 位置制御下でのオブジェクト運動を予測できる運動学的接触モデルを、摩擦の不確実性を考慮してどのように構築できるか？
• RQ2 摩擦係数の単一パrameterによる確率的サンプリングが、実験的グリップおよびプッシュ結果をどの程度正確に再現できるか？
• RQ3 凸多項式に基づく接触モデルは、ジャミングや安定グリップといった複雑な接触行動を正確に捉えつつ、計算効率を維持できるか？
• RQ4 特に不安定な平衡状態を示すような、バタフライ型の物体を含む、さまざまな物体形状において、モデルの性能はどのように変化するか？
• RQ5 制御された初期不確実性下で、シミュレートされたグリップ後姿勢分布の忠実度は、実際のロボット実験と比べてどの程度高いか？

主な発見

• 確率的接触モデルは、長方形オブジェクトのグリップ後姿勢分布を正確に予測し、6点圧力分布および境界圧力分布の両方で実験データと一致する。
• 長方形オブジェクトの場合、シミュレートされたグリップ後分布と実験結果の間に強い一致が見られ、ジャミングおよびグリップ状態に対応するヒストограмのピークが明確に再現されている。
• バタフライ型オブジェクトの場合、不安定なグリップ状態やジャミング平衡状態の存在をモデルが捉えているが、動的効果（たとえば、弾性エネルギーの解放）により準静的仮定が破れるため、ずれが生じる。
• 動的効果が顕著なバタフライ型オブジェクトでは、特に姿勢の方向性において、グリップ後姿勢の散らばりが増加している。これは、蓄えられた弾性エネルギーが加速度に変換されることに起因し、モデルの動的条件下での限界を示している。
• 動的効果が小さい、たとえば低力グリップの長方形オブジェクトの場合、モデルの予測は実験データと非常に近接しており、特に原点付近の拡大領域で一致が顕著である。
• ジャミングおよびグリップ状態に対応する方向（θ）の分布における観察されたスパイクを、モデルが正しく再現している。これは、モデルが重要な接触モードを捉える能力を有していることを確認する。