[논문 리뷰] Preparatory Manipulation Planning using Automatically Determined Single and Dual Arms

Weiwei Wan, Kensuke Harada외 1명|arXiv (Cornell University)|2018. 12. 08.

Robot Manipulation and Learning참고 문헌 24인용 수 6

한 줄 요약

이 논문은 물체를 재정렬하기 위해 단일 암 재그립, 이중 암 수거, 또는 그 조합을 자동으로 결정하는 사전 조작 계획 프레임워크를 제안한다. 초과 재그립 그래프를 사용하여 抓握 구성과 물체 자세를 인코딩함으로써 충돌 없고 IK 실행 가능하며 재그립 및 수거 단계를 최소화하는 운동 시퀀스를 가능하게 하며, 시뮬레이션과 실제 실험에서 인간형 로봇에서 성공적으로 검증되었다.

ABSTRACT

This paper presents a manipulation planning algorithm for robots to reorient objects. It automatically finds a sequence of robot motion that manipulates and prepares an object for specific tasks. Examples of the preparatory manipulation planning problems include reorienting an electric drill to cut holes, reorienting workpieces for assembly, and reorienting cargo for packing, etc. The proposed algorithm could plan single and dual arm manipulation sequences to solve the problems. The mechanism under the planner is a regrasp graph which encodes grasp configurations and object poses. The algorithms search the graph to find a sequence of robot motion to reorient objects. The planner is able to plan both single and dual arm manipulation. It could also automatically determine whether to use a single arm, dual arms, or their combinations to finish given tasks. The planner is examined by various humanoid robots like Nextage, HRP2Kai, HRP5P, etc., using both simulation and real-world experiments.

연구 동기 및 목표

• 물체 재정렬을 위한 단일 암 및 이중 암 전략 간 자동 선택이 가능한 고수준 조작 계획자를 개발한다.
• 인간형 로봇의 사전 조작 작업에서 좌절 없고 충돌 방지되며 IK 실행 가능한 운동 시퀀스를 계획하는 도전 과제를 해결한다.
• 재그립 및 수거 동작 수를 최소화하기 위해 최적의 수의 암(단일, 이중, 또는 혼합)을 자동으로 결정할 수 있도록 한다.
• Nextage, HRP2Kai, HRP5P와 같은 다양한 인간형 로봇에서 시뮬레이션 및 실제 환경 구현을 모두 지원한다.
• 조립, 포장, 또는 드릴링을 위한 도구, 작업물, 화물의 재정렬과 같은 복잡한 작업을 처리할 수 있도록 프레임워크를 확장한다.

제안 방법

• 각 노드가 抓握 구성과 물체 자세를 인코딩하는 재그립 그래프를 구축하여 실행 가능한 운동 시퀀스를 탐색한다.
• 왼쪽 및 오른쪽 암 각각에 대해 별도의 재그립 그래프를 구축하고, 수거 자세에서 연결하여 이중 암 계획을 위한 초과 재그립 그래프를 형성한다.
• 도구를 집고 놓는 또는 수거 운동의 최적 시퀀스를 찾기 위해 그래프 탐색 알고리즘을 사용한다. 이는 초기 자세에서 목표 자세로 물체를 재정렬한다.
• 경로 계획 중에 역기구학(IK) 실행 가능성과 충돌 방지 검사를 통합하여 실질적인 로봇 실행을 보장한다.
• 재그립 및 수거 동작 수를 최소화함으로써 최적의 전략(단일 암, 이중 암, 또는 혼합)을 자동으로 결정한다.
• 오프라인 계산을 활용하여 각 로봇 암의 사전에 그립 및 배치 구성 설정을 사전에 생성함으로써 온라인 계획 비용을 감소시킨다.

실험 결과

연구 질문

• RQ1 어떻게 조작 계획자가 물체 재정렬을 위해 단일 암 또는 이중 암을 자동으로 선택할 수 있는가?
• RQ2 어떤 그래프 기반 구조가 단일 암 재그립과 이중 암 수거 시퀀스의 효율적 계획을 가능하게 하는가?
• RQ3 통합된 프레임워크는 단일 및 이중 암 운영을 혼합하여 성공률을 높이고 조작 단계를 줄일 수 있는가?
• RQ4 제안된 계획자는 시뮬레이션과 실제 환경 모두에서 다양한 인간형 로봇에서 어떻게 성능을 발휘하는가?
• RQ5 사전 조작에서 자동 전략 선택이 재그립 및 수거 동작 수에 미치는 영향은 무엇인가?

주요 결과

• 제안된 자동 계획자에서는 전기 드릴, 금속 작업물, 3방향 튜브, 커넥터, 뒷면이 있는 장난감 비행기 등을 포함한 10개의 재그립 작업 전반에서 100% 성공률를 달성하였다.
• 단일 암 및 이중 암 계획자와 비교하여 자동 계획자는 높은 성공률를 기록하였다: 초기-목표 자세 조합에 따라 단일 암 계획자와 비교해 10/10 대비 7/10, 이중 암 계획자와 비교해 10/10 대비 8/10의 성과를 기록하였다.
• 자동 계획자는 재그립 및 수거 동작을 모두 성공적으로 수행하였으며, 전용 단일 또는 이중 암 계획자보다 로봇의 능력을 크게 향상시켰다.
• 계획자는 Nextage 및 HRP2Kai와 같은 실제 인간형 로봇에서 실시된 시뮬레이션 및 물리 실험 모두에서 실행 가능성과 강건성을 입증하였다.
• 단일 6-DoF 암(예: Nextage)의 경우 오프라인 계산 비용은 약 1500초이며, 현재 중심화된 방법으로는 두 개 이상의 암으로의 확장이 계산적으로 비현실적이다.
• 프레임워크는 혼합 전략을 지원하여 계획자가 실행 가능성과 경로 길이 최적화에 따라 단일 및 이중 암 운영 간에 동적으로 전환할 수 있도록 한다.