[論文レビュー] Maintaining Grasps within Slipping Bound by Monitoring Incipient Slip

Siyuan Dong, Daolin Ma+2 more|arXiv (Cornell University)|Oct 31, 2018

Robot Manipulation and Learning参考文献 11被引用数 11

ひとこと要約

本論文では、GelSlimというビジョンベースのタクトイルセンサを用いたリアルタイムの初期スリップ検出手法を提案する。この手法は、変形性のあるゲル表面に描かれたマーカーの実際の変位場を、2次元の剛体運動モデルが予測する変位場と比較することで、物体の知識がなくても並進および回転スリップを検出する。本手法は24 Hzで86.25%の検出精度を達成し、ボトルキャップのねじ込み・外し作業におけるクローズド・ループ把持制御を可能にする。

ABSTRACT

In this paper, we propose an approach to detect incipient slip, i.e. predict slip, by using a high-resolution vision-based tactile sensor, GelSlim. The sensor dynamically captures the tactile imprints of the contact object and their changes with a soft gel pad. The method assumes the object is mostly rigid and treats the motion of object's imprint on sensor surface as a 2D rigid-body motion. We use the deviation of the true motion field from that of a 2D planar rigid transformation as a measure of slip. The output is a dense slip field which we use to detect when small areas of the contact patch start to slip (incipient slip). The method can detect both translational and rotational incipient slip without any prior knowledge of the object at 24 Hz. We test the method on 10 objects 240 times and achieve 86.25% detection accuracy. We further show how the slip feedback can be used to monitor the gripping force to avoid slip with a closed-loop bottle-cap screwing and unscrewing experiment with incipient slip detection feedback. The method was demonstrated to be useful for the robot to apply proper gripping force and stop screwing at the right point before breaking objects. The method can be applied to many manipulation tasks in both structured and unstructured environments.

研究の動機と目的

• ロボットが人間の皮膚がスリップに敏感であるのと同様に、把持失敗の兆候である初期スリップをタクトイルフィードバックを用いて検出できるようにすること。
• とくに未知の物体条件下での、リアルタイムで一般用途に適したスリップ検出の欠如に取り組むこと。
• 物体の質量、形状、摩擦係数の事前知識が不要な、並進および回転スリップの両方を検出する手法を開発すること。
• ボトルキャップのねじ込み・外しのような作業において、スリップフィードバックをクローズド・ループ制御に統合し、把持安定性とタスク完了性を向上させること。

提案手法

• 本手法は、接触時にソフトなゲル表面のマーカー変位を高分解能で捉えるGelSlimタクトイルセンサを用いる。
• 接触領域を2次元の剛体運動としてモデル化し、スリップなし状態での予想されるマーカー変位を予測する。
• 実際のマーカー変位場と予測されたマーカー変位場の乖離を、密なスリップフィールドとして計算し、初期スリップを示す。
• 乖離がしきい値を超えるとスリップが検出され、並進および回転スリップ成分の両方に感度を示す。
• 軽量な計算により24 Hzでアルゴリズムを実行し、ロボット制御のためのリアルタイムフィードバックを可能にする。
• 各スリップ検出後に参照座標系を更新することで、動的把持シナリオにおける精度を維持する。

実験結果

リサーチクエスチョン

• RQ1 ビジョンベースのタクトイルセンサは、把持物体の性質に関する事前知識がなくても、リアルタイムで初期スリップを検出可能か？
• RQ2 接触パッチの剛体運動モデルは、多様な実世界の物体において、微小なスリップイベントをどれほど正確に検出できるか？
• RQ3 本手法からのスリップフィードバックは、ボトルキャップのねじ込み・外しのような操作タスクにおいて、安定したクローズド・ループ制御を可能にするか？
• RQ4 本手法は、形状・素材・接触パッチの幾何学的形状が異なるさまざまな物体において、どのように性能を発揮するか？
• RQ5 スリップフィールドの方向性は、安全な（例：垂直方向）と危険な（例：水平方向）スリップイベントを区別できるか？

主な発見

• 本手法は、10種類の日常的物体を用いた240回の試行において、外部力が変化する条件下でも86.25%の検出精度を達成した。
• 本システムは、クローズド・ループでのボトルキャップのねじ込み・外しを成功裏に実行し、ロボットがリアルタイムでスリップを検出し、グリッピング力を調整した。
• ねじ込み作業では、スリップ検出が、力を増やすべき時と停止すべき時を正しく示しており、過剰締めを防いだ。
• スリップフィールド解析により、スリップイベントが接触パッチの周辺領域に一貫して局在していることが明らかになった。
• ねじ込みの最終段階では、複数回の連続したスリップイベントが検出され、キャップがネジ山の終端に近づいていることを示した。
• 本手法は、物体固有のキャリブレーションや事前知識が不要な状態で、並進および回転スリップ検出において両方で高いロバスト性を示した。