[論文レビュー] Model-free Visual Control for Continuum Robot Manipulators via Orientation Adaptation

Mrinal Verghese, Florian Richter+3 more|arXiv (Cornell University)|Sep 1, 2019

Advanced Vision and Imaging被引用数 8

ひとこと要約

本稿では、光学フローからの回転行列のオンライン推定を用いて、制約環境における駆動不一致を補正する、モデルフリーな視覚制御手法を、連続的ロボットアームのためのものとして提案する。ドメイン知識を用いて変換行列を制約することで、未知の接触力が作用する状況下でも安定でドリフトのない収束を保証する。実験的に、湾曲路を素早く到達可能なロボットカテーテル上で検証された。

ABSTRACT

We present an orientation adaptive controller to compensate for the effects of highly constrained environments on continuum manipulator actuation. A transformation matrix updated using optimal estimation techniques from optical flow measurements captured by the distal camera is composed with any Jacobian estimation or kinematic model to compensate for these effects. By utilizing domain knowledge to define the structure of this matrix, fewer parameters need to be estimated and a stable controller can be guaranteed. The algorithm is tested on a custom robotic catheter and convergence is shown both empirically and theoretically.

研究の動機と目的

• 人体の解剖学的構造のような制約環境において、未知の接触力や摩擦のための制御の信頼性が低下する問題に取り組む。
• ドメイン固有の構造的制約を組み込むことで、ドリフトや特異点に悩まされる純粋なモデルフリーなヤコビアン推定の限界を克服する。
• 光学フローから単一の適応的回転パラメータを推定することで、制御誤差を補正し、ロボットカテーテルにおける安定的でリアルタイムな視覚サーボを実現する。
• 最小限のパラメータで構造化された変換行列が、複雑で制約のある環境において、非構造的でモデルフリーな手法に比べて収束性とロバスト性を向上させることを示す。
• 本手法を実際のロボットカテーテルで検証し、ゼロ～二つの湾曲を含む環境において、視覚的ターゲットへの迅速かつ安定した収束を示す。

提案手法

• 遠位カメラが取得する光学フロー測定値から回転行列を推定し、指令された運動と実際のエンドエフェクタ運動との乖離を補正する。
• 最適推定技術（例：カルマンフィルタ）を用いて、ピクセル空間における予測されたカメラ運動と観測された運動の誤差を最小化するように、回転行列をオンラインで更新する。
• 推定された回転行列をノーマルヤコビアンモデルと合成し、制御入力マッピングを適応的に補正することで、正確な視覚サーボを実現する。
• 推定された姿勢角 θ̂ の収束速度とノイズ耐性のバランスを取るために、パラメータ α を用いたローパスフィルタを適用する。
• ピクセル空間における比例コントローラーを用いてカメラ中心をターゲットに近づけるが、適応的回転行列が正しい駆動応答を保証する。
• 変換行列の特異値分解（SVD）を用いることで、物理的直感を提供するとともに、推定プロセスにおける数値的安定性を確保する。

実験結果

リサーチクエスチョン

• RQ1 モデルフリーな視覚制御システムは、連続的ロボットが未知の接触力にさらされる極めて制約のある環境でも、安定的かつ迅速な収束を達成できるか？
• RQ2 変換行列の構造にドメイン知識を組み込むことで、完全に制約のないモデルフリー手法と比較して、推定ドリフトの低減とコントローラー安定性の向上が達成できるか？
• RQ3 フィルタリングパラメータ α の選択が、リアルタイム制御における収束速度と光学フローのノイズ耐性のトレードオフにどのように影響するか？
• RQ4 単一の適応的回転パラメータが、テンドン駆動ロボットカテーテルにおける複雑で未知の駆動歪みをどれほど補正できるか？
• RQ5 光学フローによる姿勢適応は、標準的な制御モデルが失敗する複数の湾曲を含む環境でも、信頼性のある視覚サーボを可能にするか？

主な発見

• 提案された姿勢適応手法は、すべてのテスト環境（二つの湾曲を含む）で迅速かつ安定した収束を達成した。一方、補正なしの制御（α = 1）は収束せず、軌道的運動を示した。
• α = 0.95 の場合、すべての環境で信頼性のある収束を示し、不完全な光学フローであってもノイズに強く、安定した軌道追従性を示した。
• α = 0.75 の場合、制約環境では収束がわずかに速くなったが、推定された姿勢のノイズが増加したため、速度と滑らかさのトレードオフが顕在化した。
• α を 0.5 に低下させた場合、光学フローのノイズが推定を圧倒し、不安定になり収束に失敗した。これは、リアルタイム応用において適切なフィルタリングの重要性を示している。
• 本手法は、未知の接触力や分布型摩擦による駆動不一致を効果的に補正し、事前の運動学的モデルなしで正確な視覚サーボを可能にした。
• 物理的に解釈可能な単一のパラメータ（θ̂）を用いた回転適応により、ドリフトや人工的特異点が発生せず、非制約的なモデルフリーなヤコビアン推定とは対照的であった。