[논문 리뷰] Folding Deformable Objects using Predictive Simulation and Trajectory Optimization

Yinxiao Li, Yonghao Yue외 3명|arXiv (Cornell University)|2015. 12. 22.

Human Motion and Animation참고 문헌 4인용 수 9

한 줄 요약

이 논문은 옷과 같은 유연한 물체의 최적의 로봇 접기 동작을 생성하기 위해 예측 가능한 박막 구조 시뮬레이션을 사용하는 궤적 최적화 프레임워크를 제안한다. 시뮬레이션된 상태와 목표로 하는 접힌 상태 간의 형태 이질성 측정을 위한 이차형 목적 함수를 최소화함으로써, 강인하고 확장 가능한 궤적을 생성하여 Baxter 로봇이 다양한 옷을 고성공률로 접고 평균 2분 이내의 평균 접기 시간을 달성할 수 있도록 한다.

ABSTRACT

Robotic manipulation of deformable objects remains a challenging task. One such task is folding a garment autonomously. Given start and end folding positions, what is an optimal trajectory to move the robotic arm to fold a garment? Certain trajectories will cause the garment to move, creating wrinkles, and gaps, other trajectories will fail altogether. We present a novel solution to find an optimal trajectory that avoids such problematic scenarios. The trajectory is optimized by minimizing a quadratic objective function in an off-line simulator, which includes material properties of the garment and frictional force on the table. The function measures the dissimilarity between a user folded shape and the folded garment in simulation, which is then used as an error measurement to create an optimal trajectory. We demonstrate that our two-arm robot can follow the optimized trajectories, achieving accurate and efficient manipulations of deformable objects.

연구 동기 및 목표

• 복잡한 역학적 특성을 가진 유연한 물체의 로봇 조작 도전 과제, 특히 정밀한 궤적 계획이 필요한 자율적인 옷 접기 작업을 해결하기 위해.
• 시뮬레이션된 접힌 형태와 목표로 하는 접힌 형태 간의 형태 이질성을 최소화하는 방법을 개발하여 최적의 접기 궤적을 생성하기 위해.
• 재료 특성과 마찰 계수 등을 포함한 실제 물리 조건을 반영하도록 시뮬레이션 파rameter를 校정함으로써 시뮬레이션에서 실제 세계로의 격차를 해소하기 위해.
• 크기가 다른 의류에 대해 확장 가능한 파rameter화를 통해 궤적의 일반화를 가능하게 하기 위해.
• 실제 접기 실험을 통한 Baxter 로봇에서의 접근 방식의 효과성을 입증하기 위해.

제안 방법

• 의류의 변형을 로봇 조작 하에서 모델링하기 위해 오프라인 예측 박막 시뮬레이션을 활용하며, 재료 특성과 테이블 마찰을 포함한다.
• 사용자가 지정한 목표 형태와 시뮬레이션된 접힌 형태 간의 이질성을 측정하기 위해 이차형 목적 함수를 정의하고, 이를 오차 척도로 사용한다.
• 이러한 목적 함수를 최소화하기 위해 시뮬레이션 내에서 반복적인 궤적 최적화를 수행하여 각 접기 단계에 대한 최적의 운동 경로를 생성한다.
• 소매 끝, 칼라, 모서리와 같은 주요 옷의 특징을 자동으로 감지하여 접기 계획 생성을 안내한다.
• 캘리브레이션 후 최적화된 궤적을 실제 로봇에 매핑하며, 실제 동역학과 제어 노이즈를 고려한 보정 조치를 취한다.
• 크기가 다른 의류에 대해 확장 가능한 파rameter화를 통해 접기 정확도를 유지하면서도 궤적의 스케일링을 지원한다.

실험 결과

연구 질문

• RQ1 목표로 하는 접힌 형태에서의 형태 이탈을 최소화하는 최적의 로봇 궤적을 어떻게 생성할 수 있는가?
• RQ2 예측 시뮬레이션은 로봇 조작 중 실제 의류의 변형을 얼마나 정확하게 재현할 수 있는가?
• RQ3 일관된 최적화된 궤적이 다양한 크기의 의류에 일반화되어도 고성공률를 유지할 수 있는가?
• RQ4 물리적 시뮬레이션과 궤적 최적화를 통합함으로써 히وري스틱 또는 비최적화 접근 방식에 비해 접기 성능이 얼마나 향상되는가?
• RQ5 실제 실행에서 주로 발생하는 실패 유형은 무엇이며, 이를 시뮬레이션 기반 계획을 통해 어떻게 완화할 수 있는가?

주요 결과

• Baxter 로봇은 7종의 의류에 대해 10회의 시험에서 평균 93%의 성공률를 기록했으며, 긴 소매 셔츠와 Towel은 100% 성공률를 기록했다.
• 대부분의 의류는 2분 이내에 접혀졌으며, 모든 테스트된 의류의 평균 접기 시간은 97초였다.
• 긴 소매 셔츠와 수건은 일관된 성능을 보이며 10/10의 성공률를 기록했지만, 청바지와 바지의 경우 더 높은 전단력으로 인해 성공률가 낮았다 (7/10 및 8/10).
• 각 의류에 대해 한 번만 윤곽선 피팅을 수행함으로써 계산 시간을 절감하면서도 정확도를 손상시키지 않았다.
• 실패 원인은 주로 로봇 모터 제어 오류로 인한 암 진동으로, 이로 인해 의류가 이탈하고 정확한 접기가 어려워졌다.
• 시뮬레이션된 의류의 변형과 실제 세계의 의류 변형은 시각적으로나 정량적으로 유사했으며, 시뮬레이션에서 실제 세계로의 궤적 전이 효과를 입증했다.