[논문 리뷰] Grasp that optimises objectives along post-grasp trajectories

Amir M. Ghalamzan E., Nikos Mavrakis외 1명|arXiv (Cornell University)|2017. 12. 12.

Robot Manipulation and Learning참고 문헌 14인용 수 3

한 줄 요약

이 논문은 예측된 후잡 경로를 따라 운동학적 기민성, 관절 토크 노력, 충격력 최적화를 위한 다중 목표 기립 선택 프레임워크를 제안한다. 3개의 Pick-and-Place 작업 동안 10개의 기립 자세를 0.5×0.15×0.2 m 크기의 직육면체 물체에 대해 평가함으로써, 연구는 이러한 목적이 자주 상충됨을 입증하며, 최적의 기립 선택을 위해 다중 목표 최적화가 필수적임을 시사한다.

ABSTRACT

In this article, we study the problem of selecting a grasping pose on the surface of an object to be manipulated by considering three post-grasp objectives. These objectives include (i) kinematic manipulation capability, (ii) torque effort \cite{mavrakis2016analysis} and (iii) impact force in case of a collision during post-grasp manipulative actions. In these works, the main assumption is that a manipulation task, i.e. trajectory of the centre of mass (CoM) of an object is given. In addition, inertial properties of the object to be manipulated is known. For example, a robot needs to pick an object located at point A and place it at point B by moving it along a given path. Therefore, the problem to be solved is to find an initial grasp pose that yields the maximum kinematic manipulation capability, minimum joint effort and effective mass along a given post-grasp trajectories. However, these objectives may conflict in some cases making it impossible to obtain the best values for all of them. We perform a series of experiments to show how different objectives change as the grasping pose on an object alters. The experimental results presented in this paper illustrate that these objectives are conflicting for some desired post-grasp trajectories. This indicates that a detailed multi-objective optimization is needed for properly addressing this problem in a future work.

연구 동기 및 목표

• 후잡 목표인 운동학적 기민성, 토크 노력, 충격력이 조작 작업 중 일관되게 상충되는지 조사하기.
• 기립 자세 선택이 사전 정의된 질량 중심 경로를 따라 이러한 목표에 어떻게 영향을 미치는지 평가하기.
• 다양한 성능 지표 간의 상충로 인해 단일 목표 기반 기립 선택이 최적일 수 없음을 입증하기.
• 사전 지식 기반 기립 선택에서 다중 목표 최적화의 필요성을 뒷받침하는 실증적 증거 제공하기.
• 로봇이 후잡 운동 중 기민성, 에너지 효율성, 안전성을 균형 잡히게 기립을 선택할 수 있도록 지원하기.

제안 방법

• 연구는 질량과 관성 텐서가 알려진 0.5×0.15×0.2 m 크기의 직육면체 물체에 대해 10개의 기립 자세를 평가하기 위해 Gazebo에서 시뮬레이션된 Baxter 로봇을 사용한다.
• 3개의 Pick-and-Place 작업이 정의되었으며, 각 작업은 물체의 질량 중심 경로를 사전 정의한다.
• 각 기립 자세와 경로에 대해 세 가지 핵심 지표인 작업 기반 속도 기민성(TOV), 토크 노력 지표(TEM), 총 기계적 에너지(TME)를 계산한다. TME는 충격력의 대체 지표로 사용된다.
• 지표들은 L2 노름을 사용해 경로 전체에 걸쳐 통합되어, 비교를 위한 각 기립 자세별 스칼라 값으로 산출된다.
• TOV, TEM, TME의 정규화된 값이 계산되어 세 가지 작업 전반에서 성능을 비교하기 위해 시각화된다.
• 열지도 및 선 그래프(예: 그림 5 및 그림 6)는 각 지표가 기립 자세와 경로의 웨이포인트에 따라 어떻게 변하는지 시각화한다.

실험 결과

연구 질문

• RQ1 운동학적 기민성, 토크 노력, 충격력의 목적이 다양한 후잡 경로에서 동일한 기립 자세를 최적으로 평가하는가?
• RQ2 동일한 물체에서 다양한 기립 자세에 따라 TOV, 관절 노력, 효과적 질량 값은 어떻게 변화하는가?
• RQ3 실제 로봇 조작 작업에서 세 가지 목적이 얼마나 상충되는가?
• RQ4 주어진 경로에서 단일 기립 자세가 세 목표를 동시에 최적화할 수 있는가?
• RQ5 여러 성능 기준이 존재할 경우 효과적인 기립 선택을 위해 다중 목표 최적화가 필수적인가?

주요 결과

• 작업 1에서 기립 번호 1은 가장 높은 기민성, 가장 낮은 관절 노력, 가장 낮은 효과적 질량를 기록하여 모든 지표에서 최적임을 나타냈다.
• 작업 2에서는 목적이 상충되었다: 기립 번호 1은 노력과 효과적 질량를 최소화했지만, 기립 번호 6는 기민성을 최대화했다.
• 작업 3에서는 기립 번호 2가 관절 노력 최소화를 달성했고, 기립 번호 1은 기민성과 효과적 질량에서 최적 성능를 보였다.
• 결과는 여러 작업에서 단일 기립 자세가 세 목표를 동시에 최적화하지 못함을 보여주며, 본질적인 상충관계가 존재함을 시사한다.
• 정규화된 지표 플롯(그림 6)은 성능 순위가 기립 자세와 작업 간에 상당히 다름을 명확히 보여주며, 다중 목표 최적화의 필요성을 검증한다.
• 효과적 질량는 물체 표면 전역과 경로를 따라 공간적으로 변동하였으며, 특정 웨이포인트에서 기립 자세에 따라 최대치를 기록했다.