[論文レビュー] Towards Precise Robotic Grasping by Probabilistic Post-grasp Displacement Estimation

Jialiang Zhao, Jacky Liang+1 more|arXiv (Cornell University)|Sep 4, 2019

Robot Manipulation and Learning被引用数 5

ひとこと要約

本論文では、シミュレーションで訓練されたディープラーニング手法を提案し、把持成功確率と把持後の物体のずれ分布を同時に予測することで、正確なロボット把持を実現する。成功確率が高く、ずれの分散が小さい把持を選び、実世界の新規オブジェクトに対して実世界の微調整なしに、平均予測誤差が並進方向で0.68 cm、回転方向で3.42°にとどまる。

ABSTRACT

Precise robotic grasping is important for many industrial applications, such as assembly and palletizing, where the location of the object needs to be controlled and known. However, achieving precise grasps is challenging due to noise in sensing and control, as well as unknown object properties. We propose a method to plan robotic grasps that are both robust and precise by training two convolutional neural networks - one to predict the robustness of a grasp and another to predict a distribution of post-grasp object displacements. Our networks are trained with depth images in simulation on a dataset of over 1000 industrial parts and were successfully deployed on a real robot without having to be further fine-tuned. The proposed displacement estimator achieves a mean prediction errors of 0.68cm and 3.42deg on novel objects in real world experiments.

研究の動機と目的

• 把持後の物体の姿勢が事前に分かっている必要がある工業的タスクにおける正確なロボット把持の課題に対処する。
• 実世界の微調整なしに、シミュレーションの深度画像のみで学習することで、シミュレーションから実世界へのギャップを克服する。
• 把持成功確率に加えて、把持後のずれの分布を予測することで、把持の正確性を向上させる。
• パレタイジングなどの後続タスクを可能にするために、把持後の予測可能な物体のずれを補正する。
• ずれの分散が小さい把持を選択することで、実世界での展開において一貫性と正確性を高める手法を開発する。

提案手法

• 1,000種類以上の産業部品のシミュレーション深度画像を用いて、2つの畳み込みニューラルネットワーク（CNN）を学習：1つは把持の頑健性、もう1つは把持後のずれ分布の予測。
• ドメインランダム化と深度画像のみの入力を用いることで、シミュレーションから実世界へのドメインギャップを低減し、実世界のロボットにゼロショットで展開可能にする。
• 単一の点推定ではなく、把持後のずれ（並進と回転）の完全な確率分布を予測する。
• 高い把持成功確率と低い予測されたずれの分散に基づいて把持を選択することで、正確性を向上させる。
• 平面的ずれを仮定し、カラー画像を用いたマーカー基準の姿勢登録法により、実世界のずれを推定する。
• タスク実行時（例：パレタイジング）に、予測されたずれを補正することで、ターゲット姿勢を適切に調整する。

実験結果

リサーチクエスチョン

• RQ1 シミュレーションから実世界へのディープラーニング手法が、実世界の微調整なしに、十分に正確な把持後の物体のずれを予測できるか？
• RQ2 予測されたずれの分散が小さい把持を選択することで、実世界実験における把持後ずれ推定の正確性にどのような影響を与えるか？
• RQ3 センシングや制御のノイズが存在する状況下で、確率的ずれ予測が、パレタイジングなどの後続タスクのパフォーマンスをどの程度向上できるか？
• RQ4 深度画像のみの入力とシミュレーションベースの学習によって、正確な把持タスクにおいて、ドメイン適応や実世界データ収集の必要性を排除できるか？
• RQ5 本手法の予測誤差は、実世界の新規で未観測の産業部品において、ベースライン手法と比較してどの程度優れているか？

主な発見

• 本手法は、シミュレーションからゼロショットで展開した後、新規の実世界産業部品において、平均並進方向の平均二乗誤差（RMSE）が0.68 cm、回転方向のRMSEが3.42°にとどまった。
• 高い成功確率と低い予測されたずれの分散を持つ把持を選択することで、誤差の分散が低減され、さまざまなオブジェクトで一貫性が向上した。
• GCIP-M+Vモデルは、並進および回転方向のずれ予測において他のバリエーションを上回り、実世界実験で最小のRMSEを達成した。
• 予測されたずれを補正することで、正確なパレタイジングが可能となり、後続タスクにおける実用的価値を示した。
• 1回の試行あたり最高スコアの把持を選択した場合、持ち上げ成功率が86.3%に達し、把持品質予測の頑健性を確認した。
• 本手法は、実世界のファニカ・パンドアロボットに実世界の微調整なしに正常に展開され、深度画像を用いたシミュレーションから実世界への一般化の有効性を裏付けた。