핵심 개념
本研究は、未知の動的オブジェクトを多指ハンドで確実に把握するためのフレームワークを提案する。このフレームワークは、オブジェクトの内部モデルを維持し、適応的な把握を生成することで、動的環境での把握を実現する。
초록
本研究では、未知の動的オブジェクトを多指ハンドで把握するためのフレームワークを提案する。このフレームワークは2つのプロセスから構成される。
- ターゲットモデル生成プロセス:
- RGB-Dデータを処理し、オブジェクトの内部モデルポイントクラウドを維持する
- 時間経過とともに、部分的な観測を統合して、より完全なモデルを構築する
- 把握制御プロセス:
- 最新のモデルポイントクラウドを入力として、適応的な把握を生成する
- 生成された把握の中から最適なものを選択し、ロボットを把握位置に移動させる
- 視覚フィードバックが失われた場合でも、オブジェクトの速度推定に基づいて把握位置を更新する
- 現在のロボット姿勢が成功的な把握を予測したときに、指を閉じて把握を実行する
提案システムは、2つの実験シナリオ、コンベアベルト上のオブジェクト把握とヒューマン-ロボット受け渡しで評価された。実験結果は、提案システムが未知の動的オブジェクトを効果的かつ堅牢に把握できることを示している。
통계
220 mm/sのコンベアベルト速度でも、50%の把握成功率を達成した。
ヒューマン-ロボット受け渡しでは、77%の把握成功率を達成した。
인용구
"本研究は、未知の動的オブジェクトを多指ハンドで確実に把握するためのフレームワークを提案する。"
"提案システムは、2つの実験シナリオ、コンベアベルト上のオブジェクト把握とヒューマン-ロボット受け渡しで評価された。実験結果は、提案システムが未知の動的オブジェクトを効果的かつ堅牢に把握できることを示している。"