[論文レビュー] In-Hand Object Stabilization by Independent Finger Control

Filipe Veiga, Benoni B. Edin+1 more|arXiv (Cornell University)|Jun 12, 2018

Robot Manipulation and Learning参考文献 22被引用数 10

ひとこと要約

本論文では、各ロボット指ごとに独立した触覚フィードバック制御器を用いた、生物学的模倣的でモジュラーな制御フレームワークを、手内での物体安定化に提案する。BioTacセンサのデータを用いて局所的スリップを予測・補正することで、中央集権的連携なしに多様な物体や摂動に対しても安定した grasps を達成し、マルチフィンガーロボットハンドにおける頑健性と一般化能力を示している。

ABSTRACT

Grip control during robotic in-hand manipulation is usually modeled as part of a monolithic task, relying on complex controllers specialized for specific situations. Such approaches do not generalize well and are difficult to apply to novel manipulation tasks. Here, we propose a modular object stabilization method based on a proposition that explains how humans achieve grasp stability. In this bio-mimetic approach, independent tactile grip stabilization controllers ensure that slip does not occur locally at the engaged robot fingers. Such local slip is predicted from the tactile signals of each fingertip sensor i.e., BioTac and BioTac SP by Syntouch. We show that stable grasps emerge without any form of central communication when such independent controllers are engaged in the control of multi-digit robotic hands. These grasps are resistant to external perturbations while being capable of stabilizing a large variety of objects.

研究の動機と目的

• 一般化能力や不確実性下での頑健性に欠けるモノリシックでタスク特化型のグラブ制御器の限界を克服すること。
• 局所的触覚フィードバックのみを用いて、分散的で指レベルの制御から安定したグラブが出現するかを検討すること。
• 完全な運動学的・動力学的モデルを必要とせず、物体、ロボットプラットフォーム、操作タスクに一般化可能な、反応的でデータ駆動型の制御フレームワークを構築すること。
• 指先センサからの低次元スリップ予測信号を用いることで、リアルタイムで頑健なグラブ安定化が可能かどうかを調査すること。
• 指間の明示的通信ではなく、オブジェクトレベルの相互作用を通じて自然に指の協調が生じることを示し、高レベルの操作を可能にすること。

提案手法

• 圧力、振動、温度を含むマルチモードのフィードバックを捉えるために、ロボット指先にBioTacまたはBioTac SPの触覚センサを装着する。
• ヒトのタッチにおけるスリップ検出に関する先行研究に基づき、各指先での将来のスリップを予測するモデルを訓練する。
• 予測されたスリップに対抗するため、リアルタイムで接触力を調整する独立した反応型制御則を各指に実装し、局所的グラブ安定性を確保する。
• 明示的な指間通信や中央集権的連携なしに、共有されるオブジェクトの動的特性と触覚フィードバックを通じて、指間の協調を実現する。
• 低レベルの安定化を独立した指制御器が担う階層的制御アーキテクチャを採用し、高レベルのポリシーが手内操作を実行できるようにする。
• さまざまな摂動と物体タイプの下で、4本指（Allegro）および5本指（Wessling）の2種類のロボットハンドでこのアプローチを検証する。

実験結果

リサーチクエスチョン

• RQ1 局所的触覚フィードバックのみを用いた分散的・指レベルの制御によって、安定したグラブを達成できるか？
• RQ2 指先センサからの低次元の触覚信号からのスリップ予測が、外部の摂動下でも頑健なグラブ安定化を可能にするか？
• RQ3 再トレーニングなしに、異なる物体やロボットプラットフォームに対して、独立した指制御器が一般化可能か？
• RQ4 中央集権的連携の欠如が、マルチフィンガーシステムにおける安定的で協調的なグラブの出現に与える影響はいかほどか？
• RQ5 このモジュラーなアプローチが、物体の回転や再配置などの高レベルの手内操作タスクをどの程度サポートできるか？

主な発見

• 独立した指のグリップ安定化制御器は、トレーニングセットに含まれない物体を含む広範な物体でスリップを効果的に防止し、強力な一般化能力を示した。
• 明示的な連携なしに、触覚フィードバックと局所的制御則に依存して、外部摂動下でも自然に安定したグラブが出現した。
• 1本以上の指を除去した場合でも、残りの指が再び物体を安定化させることができ、耐障害性と適応性を示した。
• マスタースレーブ実験では、1本の指を摂動することで物体の再配置が可能であり、手内操作が実現した。
• 制御器は4本指（Allegro）および5本指（Wessling）の両方のハンドで有効であったため、プラットフォーム間での一般化が確認された。
• 神経生理学的知見に一致して、ヒトの運動制御における「スリップを防ぐのに必要なだけの力」を適用する点で、ヒトのグラブ行動を模倣していた。