[論文レビュー] Towards Latent Space Based Manipulation of Elastic Rods using Autoencoder Models and Robust Centerline Extractions

Jiaming Qi, Guangfu Ma+4 more|arXiv (Cornell University)|Jan 19, 2021

Robot Manipulation and Learning参考文献 32被引用数 15

ひとこと要約

本論文は、深層自己符号化器（DAE）と強固な自己組織化マップ（SOM）ベースの中心線抽出を用いた、視覚ベースで潜在空間駆動の制御フレームワークを提案する。この手法により、事前の物理的知識が不要なリアルタイムの形状制御が可能となり、オンラインでヤコビ行列を推定し、速度制御することで正確な変形を実現した。シミュレーションおよび二台のUR5ロボットを用いた実験により有効性が検証され、BFGS最適化法が最も速い収束速度と安定性を示した。

ABSTRACT

The automatic shape control of deformable objects is a challenging (and currently hot) manipulation problem due to their high-dimensional geometric features and complex physical properties. In this study, a new methodology to manipulate elastic rods automatically into 2D desired shapes is presented. An efficient vision-based controller that uses a deep autoencoder network is designed to compute a compact representation of the object's infinite-dimensional shape. An online algorithm that approximates the sensorimotor mapping between the robot's configuration and the object's shape features is used to deal with the latter's (typically unknown) mechanical properties. The proposed approach computes the rod's centerline from raw visual data in real-time by introducing an adaptive algorithm on the basis of a self-organizing network. Its effectiveness is thoroughly validated with simulations and experiments.

研究の動機と目的

• ロボット工学分野における高次元で変形可能な弾性ロッドの制御課題に取り組む。これは、複雑な幾何学的形状と未知の物理的特性に起因する。
• 手動による特徴工学が不要な、コンactなデータ駆動型の形状表現を構築し、効率的な制御を可能にする。
• カメラキャリブレーションやロッドの機械的パラメータの知識が不要な、リアルタイムで視覚ベースの形状サーボ制御を実現する。
• 生の視覚データから細長い弾性ロッドの中心線を抽出する、強固なアルゴリズムを設計する。
• 二台のUR5ロボットを用いた実験により、本手法を実証し、さまざまなヤコビ行列推定アルゴリズムの性能を比較する。

提案手法

• 高次元のロッド幾何形状を低次元の潜在空間にマップするため、深層自己符号化器（DAE）を訓練し、コンactで柔軟な形状表現を実現する。
• 自己組織化マップ（SOM）ベースのアルゴリズムにより、生の視覚データからリアルタイムでロッドの中心線を抽出し、従来手法に比べてより高い耐障害性と正確性を実現する。
• ロボットの構成とロッド形状のセンサモーターマッピングをオンラインで近似するために、Broyden型アルゴリズム（R1, SR1, DFP, BFGS）を用いてヤコビ行列を推定する。
• 推定されたヤコビ行列に基づいて速度制御器を導出するが、リャプノフ解析により安定性が証明されている。
• システムは視覚フィードバックのみで動作し、物理的パrameterの特定やカメラキャリブレーションの必要がない。
• 本手法は、カーボンファイバー製のロッドを操作するシミュレーションおよび実世界の実験を用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 深層自己符号化器は、視覚データから得た弾性ロッド形状のコンactで汎用的な潜在表現を効果的に学習できるか？
• RQ2 自己組織化マップベースの中心線抽出アルゴリズムは、細長い弾性ロッドに対して高い正確性とリアルタイム性能を達成できるか？
• RQ3 異なるBroyden型ヤコビ行列推定手法（R1, SR1, DFP, BFGS）は、形状変形中の収束速度と耐障害性においてどのように比較されるか？
• RQ4 提案された視覚ベースの制御フレームワークは、ロッドの物理的特性やカメラキャリブレーションに関する事前知識がなくても、正確な形状追従を達成できるか？
• RQ5 二台のロボットを用いた実世界の操作タスクにおいて、完全な制御ループの性能はいかがなったか？

主な発見

• 提案されたDAEベースの形状表現は、従来のPCAに比べて形状表現能力に優れ、人工マーカーの必要がない。
• SOMベースの中心線抽出アルゴリズムは高い正確性と高速な計算を実現し、生の視覚入力からのリアルタイム処理が可能となった。
• 4つのBroyden法の中で、BFGSが最も速い収束速度、最高の正確性、最小のフラクチュエーションを伴う最良の耐障害性を示した。
• 二台のUR5ロボットを用いた4つの実験すべてで、弾性ロッドを所望の2次元形状に正確に変形させることができ、物体への損傷は一切発生しなかった。
• 速度制御器により、リャプノフ解析で証明されたシステムの安定性が確保され、全フレームワークは物理的パラメータやカメラキャリブレーションなしに視覚フィードバックのみで動作した。
• 本手法はカーボンファイバーのような柔軟な弾性ロッドに対して有効であるが、プラスチックネイやロープのような非弾性材料には適さない。