[論文レビュー] Grasp Planning for Customized Grippers by Iterative Surface Fitting

Yongxiang Fan, Hsien-Chung Lin+2 more|arXiv (Cornell University)|Mar 30, 2018

Robot Manipulation and Learning参考文献 3被引用数 3

ひとこと要約

本論文は、表面適合誤差を最小化するために、パームポーズとフィンガードイスプレースメントを同時に最適化することで、カスタムグリッパーのリアルタイム grasping プランニングを実現する反復的表面適合（ISF）アルゴリズムを提案する。ガイドドサンプリングにより局所最適解のリスクが低減され、セグメンテーションなしの3次元点群を用いて、複雑でごみだらけの物体に対しても頑健なグリップを実現し、平均して0.1秒未満の計画時間で動作する。

ABSTRACT

Customized grippers have broad applications in industrial assembly lines. Compared with general parallel grippers, the customized grippers have specifically designed fingers to increase the contact area with the workpieces and improve the grasp robustness. However, grasp planning for customized grippers is challenging due to the object variations, surface contacts and structural constraints of the grippers. In this paper, an iterative surface fitting (ISF) algorithm is proposed to plan grasps for customized grippers. ISF simultaneously searches for optimal gripper transformation and finger displacement by minimizing the surface fitting error. A guided sampling is introduced to avoid ISF getting stuck in local optima and improve the collision avoidance performance. The proposed algorithm is able to consider the structural constraints of the gripper and plan optimal grasps in real-time. The effectiveness of the algorithm is verified by both simulations and experiments. The experimental videos are available at: http://me.berkeley.edu/\%7Eyongxiangfan/CASE2018/caseisf.html

研究の動機と目的

• 大面積の接触と構造的制約を考慮したカスタムグリッパーのグリップ計画の課題に対処する。
• グリッパーと物体の幾何形状の表面マッチングを活用することで、グリップの頑健性と安定性を向上させる。
• 複雑な物体形状とごみの多い環境下でも、リアルタイムのグリップ計画を可能にする。
• 従来の点接触モデルの限界や、表面ベースのグリップ計画における計算コストの高い最適化を克服する。
• 構造的制約（例：ジョウ幅、自由度）と接触法線の整合性をグリップ計画プロセスに統合する。

提案手法

• 閉形式解を用いて、パームポーズとフィンガードイスプレースメントを同時に最適化する「反復的パーム・フィンガー最適化（IPFO）」フレームワークを提案する。
• グリッパーと物体の表面間の距離と接触法線のずれに基づく表面適合誤差の指標を定義する。
• 局所最適解のリスクを低減するために、高品質なグリップ候補でISFを初期化するガイドドサンプリングを実装する。
• ステレオカメラから得られるセグメンテーションなしの3次元点群を入力とし、現実世界への耐性を高めるために表面の平滑化と法線推定を実施する。
• 複数回の反復を経て表面適合誤差を最小化する反復最適化を適用し、収束まで繰り返す。
• 構造的制約（例：ジョウ幅、自由度）を最適化に直接組み込み、実現可能なグリッパーの構成を保証する。

実験結果

リサーチクエスチョン

• RQ1 大面積の接触と構造的制約を考慮したカスタムグリッパーのグリップ計画を、どのようにして効率的かつ頑健に実現できるか？
• RQ2 パーム・フィンガーの共同最適化を伴う反復的表面適合は、複雑な環境下でもリアルタイム性能を達成できるか？
• RQ3 ガイドドサンプリングは、表面ベースのグリップ計画における収束性と衝突回避にどのように寄与するか？
• RQ4 アルゴリズムは、ごみの多い産業現場において、セグメンテーションなしでノイズの多い点群をどの程度処理できるか？
• RQ5 再トレーニングなしで、複雑な形状やさまざまなサイズの物体に一般化して適用可能か？

主な発見

• ISFアルゴリズムは、シミュレーションにおいて1回あたりの衝突なしグリップ計画に平均64.4 msを要し、実験によりリアルタイム性能が確認された。
• シミュレーションでは、9つのテストオブジェクトに対して平均して60回のサンプルごとに36.2件の衝突なしグリップが成功に検出された。
• ガイドドサンプリング戦略により収束性が著しく向上し、局所最適解のリスクが低減された。7回の反復で表面適合誤差が10 mmから1 mmに安定して低下した。
• FANUC産業用ロボットを用いた実験では、ドレアボンやスクリューブラシなど複雑な形状の6つの多様なオブジェクトに対して、正常なグリップ実行が確認された。
• 重いごみ環境下でも、セグメンテーションなしの点群を用い、遮蔽や複雑な表面構成があっても、順次グリップを特定・実行できた。
• IPFOの7反復で表面適合誤差が10 mmから1 mmにまで低下し、効果的な収束性と表面マッチングの実現が確認された。