[論文レビュー] A Systematic Approach to Computing the Manipulator Jacobian and Hessian using the Elementary Transform Sequence

Jesse Haviland, Peter Corke|arXiv (Cornell University)|Oct 17, 2020

Robotic Mechanisms and Dynamics参考文献 17被引用数 11

ひとこと要約

本論文は、デンヴィット・ハルテンバーグ（DH）パrameterizationに依存せずに、基本変換列（ETS）表記から直接マニピュレータのヤコビアンとヘッセ行列を計算する体系的な手法を提示する。ETSの直感的でフレームに依存しない直列マニピュレータ運動学の表現を活用することで、リー群およびリー代数理論を用いた直接的な解析的導出が可能となり、微分運動学が実現される。また、広くロボティクス研究や制御システムへの応用を想定し、検証済みのオープンソースPython実装が提供されている。

ABSTRACT

The elementary transform sequence (ETS) provides a universal method of describing the kinematics of any serial-link manipulator. The ETS notation is intuitive and easy to understand, while avoiding the complexity and limitations of Denvit-Hartenberg frame assignment. In this paper, we describe a systematic method for computing the manipulator Jacobian and Hessian (differential kinematics) using the ETS notation. Differential kinematics have many applications including numerical inverse kinematics, resolved-rate motion control and manipulability motion control. Furthermore, we provide an open-source Python library which implements our algorithm and can be interfaced with any serial-link manipulator (available at github.com/petercorke/robotics-toolbox-python).

研究の動機と目的

• デンヴィット・ハルテンバーグ（DH）パrameterizationに依存せずに、マニピュレータのヤコビアンとヘッセ行列を直接的かつ体系的に計算する手法の開発。
• フレームの割り当てが複雑で誤りが生じやすいDH表記の制限や複雑さを克服すること。
• 直感的なETS形式を用いることで、あらゆる直列リンクマニピュレータに普遍的に微分運動学アルゴリズムを適用可能にする。
• ETSに基づく運動学計算をサポートし、DHモデルとの相互運用性を実現する変換機能を備えた、堅牢でオープンソースのPythonライブラリの提供。

提案手法

• 直列マニピュレータの前向き運動学を、x、y、z軸の周りまたは方向の基本変換（回転および平行移動）の積としてETS表記で表現する。
• リー代数的手法、特にse(3)におけるねじ運動（twist）表現を用いて、ETSに基づくエンドエフェクタの姿勢を関節変数で微分することでヤコビアンを導出する。
• ヘッセ行列は、ヤコビアンを関節変数で微分した二階微分として計算され、so(3)およびse(3)のリー代数の構造を活用する。
• 角速度および線形速度をSO(3)およびSE(3)の接空間へマップするために、vex作用素および反対称行列表現を用いる。
• 回転および剛体運動を微分可能で幾何学的に整合性のある形で表現するため、指数写像および行列対数を用いた導出を行う。
• 計算を自動化するオープンソースPythonライブラリを実装し、既存のDHモデルとの相互運用性を実現するためのDHからETSへの変換機能を備える。

実験結果

リサーチクエスチョン

• RQ1 DHパラメータに変換せずに、基本変換列（ETS）からマニピュレータのヤコビアンを体系的に導出する方法は何か？
• RQ2 ETSに基づく運動学チェーンにおけるヘッセ行列の解析的表現は何か？ そして、その効率的な計算方法は？
• RQ3 ETS形式は、DH表記と同等の数学的厳密性を保ちながら、標準的な微分運動学演算（ヤコビアン、ヘッセ行列）をすべてサポートできるか？
• RQ4 逆運動学および運動制御において、ETSベースの手法は従来のDHベースのアプローチと比較して、正確性および計算効率の点で優れているか？
• RQ5 一般用途のロボティクスソフトウェアフレームワークへのETSベースの微分運動学の統合は、実現可能で実用的か？

主な発見

• 提案手法により、DHへの変換を一切行わずに、ETS表現のみを用いてマニピュレータのヤコビアンとヘッセ行列を直接的かつ体系的に計算可能である。
• 導出はリー群およびリー代数理論に基づくため、微分運動学における幾何学的整合性と数値的安定性が保証される。
• この手法は、回転関節および直動関節の両方をカバーでき、任意の軸の向きに対しても適用可能であり、DH表記の制限を克服する。
• オープンソースのPythonライブラリはアルゴリズムを正しく実装しており、専用の変換機能により既存のDHモデルとの相互運用性を実現している。
• 7自由度のFranka-Emika Pandaロボットを用いた実験により、手法の正しさと実世界のロボットシステムにおける実用性が検証された。
• ETSベースのフレームワークは、特に複雑または標準でないマニピュレータにおいて、より直感的で誤りに強い運動学モデリングを可能にする。