[論文レビュー] Pose-Based Servo Control with Soft Tactile Sensing.

Nathan F. Lepora, John W. Lloyd|arXiv (Cornell University)|Dec 4, 2020

Tactile and Sensory Interactions被引用数 5

ひとこと要約

本論文では、ソフトカーブド光学タクチルセンサ（BRL TacTip）とせん断力に敏感でない畳み込みニューラルネットワーク（CNN）を用いて、リアルタイムでセンサの姿勢を推定する、ポーズベースのタクチルサーボ（PBTS）制御という、ロボット制御の新しい手法を提案する。この姿勢推定を、エッジや表面といった局所的オブジェクト特徴に基づくサーボ制御ループに統合することで、複雑な3次元オブジェクト上でも、頑健で正確な運動制御が可能となり、ソフトタッチに基づく操作において人間のような器用さを実現する。

ABSTRACT

This paper describes a new way of controlling robots using soft tactile sensors: pose-based tactile servo (PBTS) control. The basic idea is to embed a tactile perception model for estimating the sensor pose within a servo control loop that is applied to local object features such as edges and surfaces. PBTS control is implemented with a soft curved optical tactile sensor (the BRL TacTip) using a convolutional neural network trained to be insensitive to shear. In consequence, robust and accurate controlled motion over various complex 3D objects is attained. First, we review tactile servoing and its relation to visual servoing, before formalising PBTS control. Then, we assess PBTS over a range of regular and irregular objects. Finally, we reflect on the relation to visual servo control and discuss how controlled soft touch gives a route towards human-like dexterity in robots. A summary video is available here this https URL

研究の動機と目的

• ロボットがソフトタクチルセンシングを用いて、正確で適応的な操作を実行できるようにするタクチルサーボ制御フレームワークの開発。
• 従来のビジュアルサーボが失敗する可能性がある、複雑な3次元オブジェクトとのソフトタッチインタラクションにおいても制御を維持する課題に対処すること。
• せん断力に対して頑健で、局所的な幾何的特徴に敏感な、姿勢推定モデルをサーボ制御ループに統合すること。
• ビジュアルサーボの原則にインspiredされ、制御されたソフトタッチによって人間の操作における器用さを再現する可能性を示すこと。

提案手法

• PBTSフレームワークは、ソフトタクチルセンサの姿勢を局所的オブジェクト特徴に対して推定するためのタクチル認識モデルをサーボ制御ループに埋め込む。
• 3次元オブジェクトの表面やエッジからのタクチルデータをキャプチャするために、ソフトカーブド光学タクチルセンサ（BRL TacTip）が使用される。
• タクチル画像からセンサの姿勢を推定するための畳み込みニューラルネットワーク（CNN）が訓練され、せん断力に対して感度が低い。
• 制御ループはリアルタイムでの姿勢推定値を用いて、ロボットの運動を調整し、局所的特徴への正確な追従を保証する。
• 本システムは、規則的および不規則な3次元オブジェクトの多様なセットを用いて検証され、頑健性と正確性が評価される。
• 本手法はビジュアルサーボと概念的に類似しているが、視覚フィードバックの代わりにタクチルフィードバックを用いることで、低視認性または高複雑性の環境下でのパフォーマンスが向上する。

実験結果

リサーチクエスチョン

• RQ1 ソフトタクチルフィードバックのみを用いて、複雑な3次元オブジェクト上で安定的かつ正確な運動制御を達成できるか？
• RQ2 タクチル認識モデルにおけるせん断力への不感度が、操作中の制御パフォーマンスと頑健性に与える影響は何か？
• RQ3 ポーズベースのタクチルサーボ制御は、人間の操作で観察される器用さをどの程度再現できるか？
• RQ4 テクスチャが付いたまたは遮蔽された表面において、PBTSはビジュアルサーボと比較して信頼性と適応性に優れているか？
• RQ5 CNNベースのタクチル認識モデルは、閉ループ制御に適したリアルタイムでのセンサ姿勢推定を効果的に行えるか？

主な発見

• PBTS制御により、不規則でテクスチャのある表面を含む、広範な複雑な3次元オブジェクト上でも、頑健で正確な運動制御が可能となった。
• 接触条件の変化にかかわらず、姿勢推定の正確性を著しく向上させる、せん断力に敏感でないCNNを用いたタクチル認識モデルが有効であった。
• システムはリアルタイムでエッジや表面といった局所的特徴を追跡でき、視覚入力なしで正確な操作が可能となった。
• サーボ制御ループにタクチルフィードバックを統合した結果、困難な環境下でもビジュアルサーボと同等のパフォーマンスを示した。
• 制御されたソフトタッチを通じて、人間の器用さを実現するロボット操作の分野における強力な可能性を示した。
• PBTSのパフォーマンスを示す要約動画が公開されており、多様なテストオブジェクトを通じてその有効性が明確に示されている。