[論文レビュー] Preparatory Manipulation Planning using Automatically Determined Single and Dual Arms

Weiwei Wan, Kensuke Harada+1 more|arXiv (Cornell University)|Dec 8, 2018

Robot Manipulation and Learning参考文献 24被引用数 6

ひとこと要約

本論文は、物体の再配向の際に単一アームの再グリップ、二重アームの手渡し、またはその組み合わせを自動で決定する予備的マニピュレーション計画フレームワークを提案する。スーパーリグリップグラフを用いてグリップ配置と物体の姿勢を符号化し、衝突を回避し、逆運動学（IK）で実行可能な運動シーケンスを最小限のリグリップおよび手渡しステップで実現可能にする。シミュレーションおよび実世界の実験においてヒューマノイドロボットで成功を確認した。

ABSTRACT

This paper presents a manipulation planning algorithm for robots to reorient objects. It automatically finds a sequence of robot motion that manipulates and prepares an object for specific tasks. Examples of the preparatory manipulation planning problems include reorienting an electric drill to cut holes, reorienting workpieces for assembly, and reorienting cargo for packing, etc. The proposed algorithm could plan single and dual arm manipulation sequences to solve the problems. The mechanism under the planner is a regrasp graph which encodes grasp configurations and object poses. The algorithms search the graph to find a sequence of robot motion to reorient objects. The planner is able to plan both single and dual arm manipulation. It could also automatically determine whether to use a single arm, dual arms, or their combinations to finish given tasks. The planner is examined by various humanoid robots like Nextage, HRP2Kai, HRP5P, etc., using both simulation and real-world experiments.

研究の動機と目的

• 物体再配向のための単一アームおよび二重アーム戦略の間で自動的に選択する高水準なマニピュレーションプランナーの開発。
• ヒューマノイドロボットが予備的マニピュレーションタスクにおいて、協調的で衝突を回避し、IKで実行可能な運動シーケンスを計画する課題の解決。
• リグリップおよび手渡しアクションの数を最小化するために、最適なアーム数（単一、二重、または混合）を自動で決定可能にする。
• Nextage、HRP2Kai、HRP5Pなどの多様なヒューマノイドロボットにおいて、シミュレーションおよび実世界への展開を支援する。
• 組立、パッケージング、またはドリル作業のための工具、ワークピece、および貨物の再配向といった複雑なタスクに対応するフレームワークの拡張。

提案手法

• 各ノードがグリップ配置と物体の姿勢を符号化するリグリップグラフを構築し、実行可能な運動シーケンスの探索を可能にする。
• 左アームおよび右アームごとに別々のリグリップグラフを構築し、手渡しポーズで接続することで、二重アーム計画用のスーパーリグリップグラフを構築する。
• グラフ探索アルゴリズムを用いて、初期姿勢から目的姿勢に物体を再配向するためのピックアンドプレースまたは手渡し運動の最適なシーケンスを特定する。
• パス計画中に逆運動学（IK）の実行可能性および衝突回避のチェックを統合し、実際のロボット実行を保証する。
• リグリップおよび手渡しアクションの数を最小化することで、最適な戦略（単一アーム、二重アーム、または混合）を自動で決定する。
• オフライン計算を活用して、各ロボットアームのグリップおよび配置配置を事前に生成し、オンライン計画コストを低減する。

実験結果

リサーチクエスチョン

• RQ1 マニピュレーションプランナーは、物体再配向の際に単一アームか二重アームかを自動でどのように決定するか？
• RQ2 どのようなグラフベースの構造が、単一アームのリグリップと二重アームの手渡しシーケンスの両方を効率的に計画可能にするか？
• RQ3 統合されたフレームワークは、混合された単一および二重アーム操作を扱えるか？ これにより、成功確率が向上し、マニピュレーションステップ数が削減されるか？
• RQ4 提案されたプランナーは、シミュレーションおよび実世界環境における多様なヒューマノイドロボットでどのように性能を発揮するか？
• RQ5 予備的マニピュレーションにおいて、自動戦略選択がリグリップおよび手渡しアクションの数に与える影響は何か？

主な発見

• 提案されたオートプランナーは、電動ドリル、金属ワークピece、三方向チューブ、コネクタ、おもちゃの飛行機の後部を含む10のリグリップタスクすべてで100％の成功率を達成した。
• 単一アームおよび二重アームプランナーと比較して、オートプランナーはより高い成功率を達成した：初期-目的姿勢の組み合わせのさまざまな条件下で、単一アームでは10/10 vs. 7/10、二重アームでは10/10 vs. 8/10および9/10の結果を得た。
• オートプランナーは、リグリップおよび手渡し操作を正常に実行でき、専用の単一または二重アームプランナーと比較して、ロボットの能力が顕著に向上した。
• プランナーは、NextageおよびHRP2Kaiを含む実ヒューマノイドロボットでも、シミュレーションおよび物理的実験の両方で実行可能性と頑健性を示した。
• 1つの6-DoFアーム（例：Nextage）のためのオフライン計算コストは約1500秒であり、現在の集中型手法では2つ以上のアームへの拡張は計算的に非現実的である。
• フレームワークは混合戦略をサポートしており、実行可能性および経路長最適化に基づいて、プランナーが単一アームと二重アーム操作の間で動的に切り替えられる。