[論文レビュー] Grasp that optimises objectives along post-grasp trajectories

Amir M. Ghalamzan E., Nikos Mavrakis+1 more|arXiv (Cornell University)|Dec 12, 2017

Robot Manipulation and Learning参考文献 14被引用数 3

ひとこと要約

本稿では、運動学的可動性、関節トルク労力、および事前に定義されたポストグラップス軌道に沿った衝撃力の最適化を図る、マルチオブジェクティブなグリップ選択フレームワークを提案する。立方体物体に対して10のグリップポーズを評価し、3つのピックアンドプレースタスクを実施した結果、これらの目的関数はしばしば相反し、最適なグリップ選択にはマルチオブジェクティブ最適化が不可欠であることが示された。

ABSTRACT

In this article, we study the problem of selecting a grasping pose on the surface of an object to be manipulated by considering three post-grasp objectives. These objectives include (i) kinematic manipulation capability, (ii) torque effort \cite{mavrakis2016analysis} and (iii) impact force in case of a collision during post-grasp manipulative actions. In these works, the main assumption is that a manipulation task, i.e. trajectory of the centre of mass (CoM) of an object is given. In addition, inertial properties of the object to be manipulated is known. For example, a robot needs to pick an object located at point A and place it at point B by moving it along a given path. Therefore, the problem to be solved is to find an initial grasp pose that yields the maximum kinematic manipulation capability, minimum joint effort and effective mass along a given post-grasp trajectories. However, these objectives may conflict in some cases making it impossible to obtain the best values for all of them. We perform a series of experiments to show how different objectives change as the grasping pose on an object alters. The experimental results presented in this paper illustrate that these objectives are conflicting for some desired post-grasp trajectories. This indicates that a detailed multi-objective optimization is needed for properly addressing this problem in a future work.

研究の動機と目的

• ポストグラップスの目的関数としての運動学的可動性、トルク労力、および衝撃力が、操作的タスク中に一貫して相反するかを調査すること。
• グリップポーズの選択が、事前に定義された重心軌道に沿ってこれらの目的関数にどのように影響を与えるかを評価すること。
• 単一目的のグリップ選択が、性能指標の相反により最適でない場合があることを示すこと。
• タスクに依存するグリップ選択におけるマルチオブジェクティブ最適化の必要性を裏付ける実証的証拠を提供すること。
• ロボットが操作中の可動性、エネルギー効率性、および安全性をバランスさせるグリップを選択できるようにすること。

提案手法

• 本研究では、GazeboでシミュレートされたBaxterロボットを用い、質量と慣性テンソルが既知の0.5×0.15×0.2 mの直方体物体に対して10のグリップポーズを評価した。
• 3つのピックアンドプレースタスクを定義し、それぞれが物体の重心に沿った事前に定義された軌道を有した。
• 各グリップと軌道について、3つの主要な指標を計算した：タスク指向速度可動性（TOV）、トルク労力指標（TEM）、および衝撃力の代理指標としての全機械的エネルギー（TME）。
• 指標は軌道に沿ってL2ノルムを用いて統合され、各グリップポーズについて比較可能なスカラー値が得られた。
• TOV、TEM、TMEの正規化値を算出し、タスク全体にわたって可視化することで、グリップ間での性能比較を行った。
• ヒートマップおよびラインプロット（例：図5および図6）を用いて、各指標がグリップポーズおよび軌道のウェイポイントに応じてどのように変化するかを示した。

実験結果

リサーチクエスチョン

• RQ1 運動学的可動性、トルク労力、および衝撃力の目的関数が、異なるポストグラップス軌道においても、常に同じグリップポーズを最適と評価するか？
• RQ2 同じ物体に対して異なるグリップポーズを用いる際、TOV、関節労力、および有効質量の値はどのように変化するか？
• RQ3 現実のロボット操作タスクにおいて、3つの目的関数がどれほど相反するか？
• RQ4 与えられた軌道に対して、1つのグリップポーズが3つの目的関数を同時に最適に満たすことができるか？
• RQ5 複数の性能基準が関与する状況では、効果的なグリップ選択のためにはマルチオブジェクティブ最適化が必要か？

主な発見

• タスク1では、グリップ番号1が最高の可動性、最小の関節労力、最小の有効質量を達成しており、全指標において最適であった。
• タスク2では、目的関数が相反した：グリップ番号1が労力と有効質量を最小化したが、グリップ番号6が可動性を最大にした。
• タスク3では、グリップ番号2が関節労力を最小化したが、グリップ番号1が可動性および有効質量の両面で最適であった。
• 結果から、複数のタスクにおいて、1つのグリップポーズが3つの目的関数を同時に最適化することは不可能であることが示され、内在的な相反関係が確認された。
• 正規化された指標プロット（図6）は、グリップおよびタスクごとに性能順位が顕著に異なることを明確に示しており、マルチオブジェクティブ最適化の必要性を裏付けた。
• 有効質量は物体の表面に沿って空間的に変化し、グリップポーズに応じて特定のウェイポイントでピーク値を示した。