[论文解读] Preparatory Manipulation Planning using Automatically Determined Single and Dual Arms

Weiwei Wan, Kensuke Harada+1 more|arXiv (Cornell University)|Dec 8, 2018

Robot Manipulation and Learning参考文献 24被引用 6

一句话总结

本文提出了一种预备性操作规划框架，可自动决定是否使用单臂重抓取、双臂交接，或两者的组合来重新定向物体。该框架使用超重抓取图来编码抓取配置和物体位姿，从而生成无碰撞、逆运动学可行的运动序列，同时最小化重抓取和交接步骤，在仿真和真实世界实验中均在人形机器人上取得了成功。

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.

研究动机与目标

• 开发一种高层操作规划器，可自动在单臂与双臂策略之间选择，用于物体重新定向。
• 解决在预备性操作任务中为人形机器人规划协调、无碰撞且逆运动学可行的运动序列的挑战。
• 实现对最优机械臂数量（单臂、双臂或混合）的自动判定，以最小化重抓取和交接动作。
• 支持在包括 Nextage、HRP2Kai 和 HRP5P 在内的多种人形机器人上进行仿真与真实世界部署。
• 将该框架扩展至处理复杂任务，如工具、工件和货物的重新定向，以用于装配、打包或钻孔等操作。

提出的方法

• 构建一个重抓取图，其中每个节点编码一种抓取配置和物体位姿，以支持可行运动序列的搜索。
• 为每只手臂（左臂和右臂）分别构建重抓取图，并在交接位姿处连接，形成用于双臂规划的超重抓取图。
• 使用图搜索算法寻找最优的抓取-放置或交接动作序列，以将物体从初始位姿重新定向至目标位姿。
• 在路径规划过程中集成逆运动学可行性检查与碰撞避免检测，以确保机器人实际执行的可行性。
• 通过最小化重抓取和交接动作的数量，自动确定最优策略（单臂、双臂或混合）。
• 利用离线计算预先生成每只机器人手臂的抓取和放置配置，以降低在线规划的计算成本。

实验结果

研究问题

• RQ1 如何使操作规划器自动决定在物体重新定向任务中使用单臂还是双臂？
• RQ2 何种基于图的结构能够实现单臂重抓取与双臂交接序列的高效规划？
• RQ3 统一框架是否能够处理单臂与双臂操作的混合模式，以提高成功率并减少操作步骤？
• RQ4 所提出的规划器在多种人形机器人上，于仿真与真实环境中的表现如何？
• RQ5 自动策略选择对预备性操作中重抓取与交接动作数量的影响是什么？

主要发现

• 所提出的自动规划器在涉及电钻、金属工件、三通管、连接器和玩具飞机尾部的10项重抓取任务中均实现了100%的成功率。
• 与单臂和双臂规划器相比，自动规划器取得了更高的成功率：在不同初始-目标位姿组合下，单臂对比为10/10 vs. 7/10 和 8/10；双臂对比为10/10 vs. 8/10 和 9/10。
• 自动规划器成功执行了重抓取与交接操作，显著提升了机器人能力，优于专用的单臂或双臂规划器。
• 该规划器在真实人形机器人（包括 Nextage 和 HRP2Kai）上均表现出可行性与鲁棒性，涵盖仿真与物理实验。
• 单个6自由度手臂（如 Nextage）的离线计算成本约为1500秒，表明当前集中式方法下扩展至超过两只手臂在计算上不可行。
• 该框架支持混合策略，使规划器能够根据可行性与路径长度优化，动态在单臂与双臂操作之间切换。