[논문 리뷰] In-Hand Object Stabilization by Independent Finger Control

Filipe Veiga, Benoni B. Edin외 1명|arXiv (Cornell University)|2018. 06. 12.

Robot Manipulation and Learning참고 문헌 22인용 수 10

한 줄 요약

이 논문은 각 로봇 손가락에 독립적인 촉각 피드백 제어기를 사용하여 손안에서 물체를 안정화하기 위한 생체모방적이고 모듈러한 제어 프레임워크를 제안한다. BioTac 센서 데이터를 이용해 국소적 미끄럼을 예측하고 이를 상쇄함으로써, 중심화된 조율 없이 다양한 물체와 외부 교란 상황에서도 안정적인 쥔 것과 함께 강건성과 일반화 능력을 입증한다.

ABSTRACT

Grip control during robotic in-hand manipulation is usually modeled as part of a monolithic task, relying on complex controllers specialized for specific situations. Such approaches do not generalize well and are difficult to apply to novel manipulation tasks. Here, we propose a modular object stabilization method based on a proposition that explains how humans achieve grasp stability. In this bio-mimetic approach, independent tactile grip stabilization controllers ensure that slip does not occur locally at the engaged robot fingers. Such local slip is predicted from the tactile signals of each fingertip sensor i.e., BioTac and BioTac SP by Syntouch. We show that stable grasps emerge without any form of central communication when such independent controllers are engaged in the control of multi-digit robotic hands. These grasps are resistant to external perturbations while being capable of stabilizing a large variety of objects.

연구 동기 및 목표

• 일체형의, 과제에 특화된 쥔 것 제어기의 한계를 해결하기 위해 불확실성 하에서 일반화 및 강건성이 떨어지는 제어기의 문제를 해결하고자 한다.
• 로봇 손가락 수준의 분산 제어를 통해 오직 국소적 촉각 피드백만으로 안정적인 쥔 것이 어떻게 유도될 수 있는지 탐구하고자 한다.
• 완전한 운동학적 또는 역학적 모델이 필요 없이도 다양한 물체, 로봇 플랫폼, 조작 과제에 일반화 가능한 반응형, 데이터 기반의 제어 프레임워크를 개발하고자 한다.
• 손끝 센서에서 유도된 저차원의 미끄럼 예측 신호를 사용하여 실시간으로 강건한 쥔 것 안정화가 가능할지 탐구하고자 한다.
• 손가락 간의 명시적 소통이 아닌 물체 수준의 상호작용을 통해 손가락 간 조율이 자연스럽게 유도됨을 보여주며, 고차원의 조작을 가능하게 하고자 한다.

제안 방법

• 압력, 진동, 온도를 포함한 다중 모odal 피드백을 캡처하기 위해 로봇 손끝에 BioTac 또는 BioTac SP 촉각 센서를 장착한다.
• 이전 인간 촉각에서의 미끄럼 탐지 연구를 바탕으로, 각 손끝에서 향후 미끄럼을 예측하는 모델을 훈련한다.
• 예측된 미끄럼을 상쇄하기 위해 실시간으로 접촉력을 조절하는 독립적이고 반응형 제어 법칙을 각 손가락에 구현함으로써 국소적 쥔 것 안정성을 확보한다.
• 명시적 손가락 간 통신이나 중심화된 조율 없이도, 공유된 물체 역학과 촉각 피드백을 통해 손가락 간 조율을 가능하게 한다.
• 저수준의 안정화를 독립적인 손가락 제어기에서 담당하는 계층적 제어 아키텍처를 사용하여, 고수준 정책이 손안에서의 조작을 수행할 수 있도록 한다.
• 다양한 외부 교란과 물체 유형 하에서 4손가락(Allegro)과 5손가락(Wessling) 로봇 손에 대해 본 연구 방법을 검증한다.

실험 결과

연구 질문

• RQ1 오직 국소적 촉각 피드백만을 사용하여 분산된 손가락 수준의 제어로 안정적인 쥔 것이 달성될 수 있는가?
• RQ2 저차원의 촉각 신호에서 유도된 미끄럼 예측이 외부 교란 상황에서도 강건한 쥔 것 안정화를 가능하게 하는가?
• RQ3 재학습 없이도 독립적인 손가락 제어기가 다양한 물체와 로봇 플랫폼에서 일반화될 수 있는가?
• RQ4 중앙 집중적 조율의 부재가 다손가락 시스템에서 안정적이고 조율된 쥔 것이 어떻게 유도되는지에 영향을 미치는가?
• RQ5 이 모듈러한 접근 방식이 물체 회전이나 재배치와 같은 고차원의 손안에서 조작 과제를 얼마나 잘 지원할 수 있는가?

주요 결과

• 독립적인 손가락 쥔 것 안정화 제어기가 훈련 데이터에 포함되지 않은 다양한 물체에서도 미끄럼을 성공적으로 방지하여 강력한 일반화 능력을 입증했다.
• 명시적 조율 없이도 촉각 피드백과 국소 제어 법칙에 의존하여 안정적인 쥔 것이 자연스럽게 유도되었으며, 외부 교란 상황에서도 안정성을 유지했다.
• 한 개 이상의 손가락이 제거된 상황에서도 나머지 손가락이 물체를 재안정화하여 내성적이고 적응적인 강건성을 입증했다.
• 마스터-슬레이브 실험 결과, 한 손가락을 자극함으로써 물체를 재배치할 수 있었으며, 이는 손안에서의 조작을 가능하게 했다.
• 이 제어기들은 4손가락(Allegro)과 5손가락(Wessling) 손에 모두 효과적으로 작동하여 플랫폼 간 일반화 능력을 확인했다.
• 이 방법은 인간의 쥔 것 행동을 모방하여 미끄럼을 방지하기 위해 정확히 필요한 힘만을 적용함으로써, 인간 운동 조절에 대한 신경생리학적 발견과 일치한다.