[論文レビュー] Learning Compliance Adaptation in Contact-Rich Manipulation

Jianfeng Gao, You Zhou+1 more|arXiv (Cornell University)|May 1, 2020

Robot Manipulation and Learning参考文献 10被引用数 4

ひとこと要約

本論文では、接触が豊富な操作における力プロファイルのための双方向GRUベースの予測モデルを提案し、リアルタイムでの異常検出と適応的インピーダンス制御を可能にした。システムは通常の動作中に高い力追従精度を達成し、外部の摂動に対して迅速に柔軟性を適応させる。異常事象は70ms未満で検出された。

ABSTRACT

Compliant robot behavior is crucial for the realization of contact-rich manipulation tasks. In such tasks, it is important to ensure a high stiffness and force tracking accuracy during normal task execution as well as rapid adaptation and complaint behavior to react to abnormal situations and changes. In this paper, we propose a novel approach for learning predictive models of force profiles required for contact-rich tasks. Such models allow detecting unexpected situations and facilitates better adaptive control. The approach combines an anomaly detection based on Bidirectional Gated Recurrent Units (Bi-GRU) and an adaptive force/impedance controller. We evaluated the approach in simulated and real world experiments on a humanoid robot.The results show that the approach allow simultaneous high tracking accuracy of desired motions and force profile as well as the adaptation to force perturbations due to physical human interaction.

研究の動機と目的

• 接触が豊富な操作タスクの通常時において、ロボットが高い剛性と正確な力追従を維持できるようにすること。
• 衝突、人的介入、接触の喪失などの異常事象を、予測的力モデルを用いて検出すること。
• 検出された異常事象に応じて柔軟性を動的に適応させつつ、安全な回復を保証すること。
• シミュレーションおよび実世界のヒューマノイドロボット実験において、リアルタイムで低遅延の適応を可能にすること。
• 予測的力モデルと適応的インピーダンス制御を統合し、頑健で安全な人間-ロボット協調を実現すること。

提案手法

• 通常のタスク実行中に得られた力と運動データを用いて、双方向ゲート付き再帰型ユニット（Bi-GRU）ネットワークを訓練し、予測的力プロファイルのモデルを学習する。
• 予測モデルは平均力推定値と3シグマの信頼区間を出力し、不確実性を定量化する。
• 実際の力測定値が予測された信頼区間の外側にある場合に異常を検出し、異常スコアを発動する。
• しきい値ベースの異常検出メカニズム（例：−1000）が70ms以内に柔軟性適応をトリガーする。
• 異常検出後、適応的インピーダンスコントローラーが剛性を通常値の2％にまで低下させ、摂動時の柔軟な挙動を可能にする。
• 異常事象後、制御パラメータを徐々に通常値に戻すことで、不安定性を防ぎ、高剛性動作の安全な再開を保証する。

実験結果

リサーチクエスチョン

• RQ1 Bi-GRUに基づく予測的力モデルは、接触が豊富な操作における期待される力プロファイルからの逸脱を効果的に検出できるか？
• RQ2 衝突や人的干渉などの異常事象を、どの程度の速さで検出し、応答できるか？
• RQ3 通常のタスク実行中に力追従精度を損なわずに、適応的柔軟性を達成できるか？
• RQ4 異常事象後に、安定的かつ安全に回復できるか、不安定化を誘発しないか？
• RQ5 提案手法は、異なる表面形状や動的相互作用シナリオに一般化可能か？

主な発見

• 衝突、遮断、人的介入などの異常事象が、発生後70ms未満で検出された。
• 平らで、傾斜あり、曲面の表面で通常動作している間、力制御の平均二乗誤差（RMSE）は1.047Nであり、高い追従精度を示した。
• 予測された力プロファイルは実測値とよく一致しており、3シグマルールに従い、99.7％のデータが信頼区間内に収容された。
• 異常検出後300ms以内に剛性が通常値の2％にまで低下し、摂動時の柔軟な挙動が可能になった。
• 制御パラメータの回復を徐々に行い、特に連続する異常事象の際でも、ジッギングや不安定化を防いだ。
• 本手法は、ARMAR-6ヒューマノイドロボットを用いたシミュレーションおよび実世界の実験において、複数の表面タイプで成功裏に検証された。