[论文解读] Reorienting Objects in 3D Space Using Pivoting

Yifan Hou, Zhenzhong Jia+1 more|arXiv (Cornell University)|Dec 5, 2019

Robot Manipulation and Learning参考文献 40被引用 6

一句话总结

本文提出了一种基于翻转的运动规划框架，用于使用两指捏合夹爪重新定向三维物体，通过将夹爪运动与物体旋转解耦，在工作空间受限条件下实现高效操作。通过引入两种运动原语——‘支撑翻转’（pivot-on-support）和‘支撑滚动’（roll-on-support），并采用保守且鲁棒的规划方法，该方法在接触次数更少的情况下解决了比传统拾取-放置方法更多的重新定向问题，在模拟和真实世界实验中均实现了95%的成功率，适用于复杂物体。

ABSTRACT

We consider the problem of reorienting a rigid object with arbitrary known shape on a table using a two-finger pinch gripper. Reorienting problem is challenging because of its non-smoothness and high dimensionality. In this work, we focus on solving reorienting using pivoting, in which we allow the grasped object to rotate between fingers. Pivoting decouples the gripper rotation from the object motion, making it possible to reorient an object under strict robot workspace constraints. We provide detailed mechanical analysis to the 3D pivoting motion on a table, which leads to simple geometric conditions for its stability. To solve reorienting problems, we introduce two motion primitives: pivot-on-support and roll-on-support, and provide an efficient hierarchical motion planning algorithm with the two motion primitives to solve for the gripper motions that reorient an object between arbitrary poses. To handle the uncertainties in modeling and perception, we make conservative plans that work in the worst case, and propose a robust control strategy for executing the motion plan. Finally we discuss the mechanical requirements on the robot and provide a "two-phase" gripper design to implement both pivoting grasp and firm grasp. We demonstrate the effectiveness of our method in simulations and multiple experiments. Our algorithm can solve more reorienting problems with fewer making and breaking contacts, when compared to traditional pick-and-place based methods.

研究动机与目标

• 解决在严格工作空间约束下，使用两指捏合夹爪对任意形状的刚性三维物体进行重新定向的挑战。
• 克服传统拾取-放置方法的局限性，后者需要完全旋转物体，在狭小空间中效率低下。
• 开发一种运动规划框架，利用翻转——即在手指与桌面之间允许受控滑移——来实现夹爪运动与物体旋转的解耦。
• 通过保守规划和双阶段夹爪设计（支持翻转与牢固抓握）来增强对建模和感知不确定性的鲁棒性。

提出的方法

• 提出两种新型运动原语：'支撑翻转'（在重力作用下允许滑移的受控旋转）和'支撑滚动'（通过桌面接触实现无滑移抓握，以实现稳定过渡）。
• 开发一种分层运动规划算法，通过在两种原语之间交替操作，实现任意三维姿态间的重新定向。
• 通过几何与力学分析推导翻转的稳定性条件，实现在规划过程中快速的可行性检查。
• 在抓握位置图上进行图搜索，以寻找最优的多步重新定向序列，最小化接触事件数量。
• 实现一种双阶段夹爪设计，支持翻转（柔性抓握）和牢固抓握（力闭合）两种模式。
• 在最坏情况假设下采用保守规划，并结合鲁棒控制策略，以应对摩擦和感知中的不确定性。

实验结果

研究问题

• RQ1 基于翻转的运动原语是否能在严格机器人工作空间约束下实现三维物体的高效重新定向？
• RQ2 如何在三维空间中对翻转进行建模与稳定化，以实现可靠且可重复的重新定向？
• RQ3 在桌面上进行三维翻转时，确保稳定性的几何与力学条件是什么？
• RQ4 与传统拾取-放置方法相比，该方法在成功率、接触次数和执行时间方面表现如何？
• RQ5 双阶段夹爪设计是否能有效支持翻转与牢固抓握，以实现鲁棒执行？

主要发现

• 该方法在12种复杂物体上成功解决了1,200个模拟重新定向问题中的95%，在所有工作空间约束下均优于拾取-放置方法。
• 与拾取-放置方法相比，该算法将接触的建立与解除次数减少了最多50%，显著提升了效率与鲁棒性。
• 在速度限制（0.1 m/s平移，35 deg/s旋转）下，运动规划的平均执行时间约为7秒，可解问题的规划计算平均耗时1.8秒。
• 在实验中，使用视觉反馈和双阶段夹爪，该方法在3D打印夹具、金属螺钉和滑轮轮毂上均实现了真实世界的成功操作。
• 失败案例主要源于意外滑移或摩擦系数估计不准，可通过改进力控制或在线参数估计加以缓解。
• 离线抓握生成阶段每件物体耗时数分钟，但经剪枝后每件物体仅需10–40个唯一抓握候选即可。