[論文レビュー] Stable bin packing of non-convex 3D objects with a robot manipulator

Fan Wang, Kris Hauser|arXiv (Cornell University)|Dec 10, 2018

Optimization and Packing Problems参考文献 19被引用数 7

ひとこと要約

本論文は、安定性とロボットの運動可能性を保証する非凸3次元物体向けの構築的でロボットにパッケージ可能なビンパッキングパイプラインを提案する。高さマップ最小化ヒューリスティックを導入して積み上げた物体の体積を低減し、優先順位を考慮した3次元／5次元探索を実施することで、小物パッケージでは100%の成功率、大規模セットでは80%の成功率を達成し、標準的なソルバーを著しく上回った。

ABSTRACT

Recent progress in the field of robotic manipulation has generated interest in fully automatic object packing in warehouses. This paper proposes a formulation of the packing problem that is tailored to the automated warehousing domain. Besides minimizing waste space inside a container, the problem requires stability of the object pile during packing and the feasibility of the robot motion executing the placement plans. To address this problem, a set of constraints are formulated, and a constructive packing pipeline is proposed to solve for these constraints. The pipeline is able to pack geometrically complex, non-convex objects with stability while satisfying robot constraints. In particular, a new 3D positioning heuristic called Heightmap-Minimization heuristic is proposed, and heightmaps are used to speed up the search. Experimental evaluation of the method is conducted with a realistic physical simulator on a dataset of scanned real-world items, demonstrating stable and high-quality packing plans compared with other 3D packing methods.

研究の動機と目的

• 自動倉庫のパッケージングにおけるギャップを埋えるために、安定性と運動学的可搬性を含む、ロボットにパッケージ可能な3次元ビンパッキング問題を定式化すること。
• 重なりなし、内包、安定性、操作可能性の制約を満たす構築的アルゴリズムを開発すること。
• 新しい3次元配置ヒューリスティックと探索優先順位の導入により、ロボット実行におけるパッケージング品質と成功確率を向上させること。
• 実世界のスキャンされた3次元オブジェクトを用い、現実的な物理シミュレーション下で本手法を評価し、ベースライン手法を上回る性能を示すこと。

提案手法

• 非重なり、内包、安定性、および操作可能性の4つの制約の下で、可能な配置を探索する構築的パイプラインを設計した。
• 積み上げ方向からの体積増加を最小化するための高さマップ最小化（HM）ヒューリスティックを導入し、パッケージング密度と安定性を向上させた。
• 3次元空間（位置＋姿勢）の探索を優先し、必要に応じてのみ5次元空間（グリッパー姿勢を含む）にフォールバックする優先順位付き探索戦略を採用した。
• 衝突検査および安定性検査のため、現在の積み上げ状態の表面を効率的に符号化する高さマップを用いた。
• スタウブリ TX90 ロボットとバキュームグリッパーを用いた物理シミュレータを用いて、ロボットの運動可能性を検証した。上から積み込む前提で、1cmのリフトと20秒の安定化時間を想定した。
• 各オブジェクトが以前に積まれたアイテムおよびビンに対して安定していることを保証する安定性チェッカーを導入し、失敗リスクを低減するための保守的仮定を採用した。

実験結果

リサーチクエスチョン

• RQ1 構築的パッケージングパイプラインは、自動倉庫環境において非凸3次元オブジェクトを安定的かつロボットにパッケージ可能な形で効果的に処理できるか？
• RQ2 高さマップ最小化ヒューリスティックは、既存のヒューリスティックと比較して、安定的かつロボットにパッケージ可能な配置を効果的に見つけられるか？
• RQ3 優先順位付き3次元探索と完全な5次元探索の違いが、計算効率および解決成功確率に与える影響は何か？
• RQ4 非重なり制約に加えて、ロボットにパッケージ可能な制約を含めることで、オープンループ実行における成功確率はどの程度向上するか？
• RQ5 ロボット実行における失敗の原因は何か？安定性と運動計画をどのように改善すれば、このような失敗を低減できるか？

主な発見

• 3～5個のオーダーでは、物理シミュレータ内でのオープンループ実行で100%の成功率を達成し、標準ソルバーの17%の成功率を著しく上回った。
• 10個のオブジェクトを含むストレステストでは、80%のロボットにパッケージ可能な計画が正常に実行された。これは、複雑なパッケージングシナリオ下でも高い耐性を示した。
• 高さマップ最小化ヒューリスティックは、既存のヒューリスティックよりもより多くの有効な配置を発見し、ロボットにパッケージ可能な制約下で、2位のDBLFヒューリスティックよりも平均スコアが1%高い結果となった。
• 5次元探索へのフォールバックは全オブジェクトの3.2%にとどまり、3次元空間が有効な解決策を効果的に捉えていることを示した。
• 実行中の平均落下量は1.36 cm（非重なり制約下では1.95 cm）であり、水平方向のずれは0.50 cmにまで低減された。これは、安定性の向上を示している。
• 失敗事例の主な原因は、ボールのような不安定なオブジェクトがずれることであり、これにより以降の配置に悪影響を及えた。安定性のチェックを強化する必要があることを示唆している。