greif- und taskplanung für humanoide roboter · pdf filefolie 1 greif- und ......

Folie 1Greif- und Taskplanung für Humanoide Roboter > Christoph Borst > 24.01.2007

Greif- und Taskplanung für Humanoide Roboter mit mehrfingrigen Händen

Christoph Borst, Franziska ZachariasInstitut für Robotik und Mechatronik - DLR Oberpfaffenhofen


Motivation: Autonomes Manipulieren von Objekten

„Einfacher Fall“: Relokation von ObjektenKollisionsfreie AnfahrtGreifen des ObjektsKollisionsfreie Bewegung mit dem ObjektSicheres Abstellen des ObjektsKollisionsfreie Abfahrt

Komplexe Manipulationsaufgabe (beidhändig)siehe obenDrehen, Schrauben, Fügen, Wischen/Polieren


Wege zur Autonomen Manipulation

Klassische, modellbasierte PlanungsmethodenGrosse Auswahl schneller, ausgereifter PlanerGut passend zu Regelungsmethoden (Objektsteifigkeit)

Lernen durch VormachenMächtige Methodik, einfache Erweiterung des AufgabenfeldsÜbertragung auf den Roboter (Regelung) schwierig

Selbstlernende RoboterProbleme mit der Systemverfügbarkeit


Wege zur Autonomen Manipulation

Klassische, modellbasierte PlanungsmethodenGrosse Auswahl schneller, ausgereifter PlanerGut passend zu Regelungsmethoden (Objektsteifigkeit)

Lernen durch VormachenMächtige Methodik, einfache Erweiterung des AufgabenfeldsÜbertragung auf den Roboter (Regelung) schwierig

Selbstlernende RoboterProbleme mit der Systemverfügbarkeit

DLR


Problemstellung: Autonomes Greifen

Erkennen Planen Ausführen



Umwelt-modellierung

Bahnplanung

Griffplanung

Roboter-steuerung



Modellbasierte Griffplanung

1. Was ist ein Griff ?

2. Was ist ein guter Griff ?

3. Gibt es viele „gute“ Griffe ?Wie nahe am optimalen Griff sind sie ?

4. Wie kann ein guter Griff generiert werden ?


Was ist ein Griff?

Griff ? Präzision Kraft

Gut ?Besser ?

Qualitätsklassen Klassifikation Qualitätsmaß


Grifftaxonomie (Cutkosky & Howe 1990)


Grifftaxonomie

Kraftgriff

große Kraftviele Kontakteganze Hand beteiligt

Präzisionsgriff

große Feinfühligkeit wenige Kontaktenur Fingerspitzen beteiligt

Qualitätsbewertung: gleichPlanung: verschieden


Griffqualität

Fragestellungen:

1. Was kann der Griff ?

2. Was soll der Griff können ?

3. Kann er mehr als er soll ?


Formalisierung Griff

Griff: Menge von Kontakten

Kontaktmodelle:A Punktkontakt ohne ReibungB Punktkontakt mit ReibungC Softfinger Kontakt

Ergebnis am Objekt: Wrench ⎟⎟⎠

⎞⎜⎜⎝

⎛×−

=frc

fw

)(c


Griffqualität

Was kann ein einzelner Kontakt ?(Cone Wrench Space – CWS)

( ) ( ) ( ) .1⎪⎭

⎪⎬⎫

⎪⎩

⎪⎨⎧

≤∧⋅≤⋅−∧⎟⎟⎠

⎞⎜⎜⎝

⎛×−

== iiiiiiiii

iiiCWS fnfnnff

frcf

wwic μ

Wrench Definition Reibungskegel Normierung

Was kann ein Griff mit k Kontakten ?(Grasp Wrench Space – GWS)

.1 ⎭

⎬⎫

⎩⎨⎧

∈∧== ∑=

k

icii i

CWSGWS wwww


Griffqualität

Was soll der Griff können ?

Aufgabe spezifiziert

Task Wrench Space - TWS:

.2

1 ⎭⎬⎫

⎩⎨⎧

∈∧== ∑=

icii

i CWSTWS wwww


Griffqualität

Was soll der Griff können ?

keine Aufgabe spezifiziert

Wirkung einer Einheitskraft beliebig verteilt am Objekt

Object Wrench Space - OWS:

{ } ...111 1 ⎪⎭

⎪⎬⎫

⎪⎩

⎪⎨⎧

∞∈∧∈∧⎟⎟⎠

⎞⎜⎜⎝

⎛=∧=∧== ∑ ∑

= =

n

i

n

ici

i

iiii nCWSOWS

iw

tf

wfwww

Normierung auf Einheitskraft

Reibung Beliebig viele Angriffspunkte


Griffqualität

Fragestellungen:

1. Was kann der Griff ?GWS

2. Was soll der Griff können ?TWS / OWS

3. Kann er mehr als er soll ?Qualitätsmaß


Griffqualität

Fragestellungen:

1. Was kann der Griff ?GWS

2. Was soll der Griff können ?TWS / OWS

3. Kann er mehr als er soll ?Qualitätsmaß

Berechnung ?


Berechnung der Griffqualität (Stand der Technik)

Diskretisierung der Reibungskegel undApproximation des GWS durch konvexe Hülle

Kirkpatrick et al. 1990Ferrari, Canny 1992Pollard 1994Teichmann, Mishra 1997Liu, Ding, Wang 1999Miller, Allen 99,03

1. Diskretisierung der Reibungskegel

• Fehler bei der Kegel Diskretisierung

• Fehler bei großem Reibungskoeffizienten



Approximation des GWS durch konvexe Hüllen

1. GWS ≈ konvexe Hülle über Reibungskegelvektoren

2. GWS ≈ konvexe Hülle über Minkowskisumme der Reibungskegelvektoren

{ }⎟⎠⎞

⎜⎝⎛=

=mii

k

iQ ConvexHullGWS ,1,

11 ,, ww KU

{ }⎟⎠⎞

⎜⎝⎛⊕=

= mii

k

iQ ConvexHullGWS ,1,12 ,, ww K

GWSQ1GWSQ2

Projektion in Kraftraum



Approximation des GWS durch konvexe Hüllen

1. GWS ≈ konvexe Hülle über Reibungskegelvektoren

2. GWS ≈ konvexe Hülle über Minkowskisumme der Reibungskegelvektoren

{ }⎟⎠⎞

⎜⎝⎛=

=mii

k

iQ ConvexHullGWS ,1,

11 ,, ww KU

{ }⎟⎠⎞

⎜⎝⎛⊕=

= mii

k

iQ ConvexHullGWS ,1,12 ,, ww K

GWSQ1GWSQ2

Projektion in Kraftraum

Komplexität: 4 Finger x 8 RKV = 32

Komplexität: 8 RKV ^ 4 Finger = 84 = 4096


Effiziente Berechnung der Griffqualität

Hauptproblem: Komplexität GWSQ2

Berechnung GWS in hoher Genauigkeit

Vereinfachung:Kein vollständiger GWS benötigtUmgebung um TWS reicht aus

Idee:Inkrementelle Berechnung der TWS Umgebung


Algorithmus

(1) Starthülle (4 Finger x 4 RKV)

(2) Suche kleinsten Wrench

(3) Berechne mit Hilfe der Kontakt-information den Wrench der die Hülle in dieser Richtung am weitesten ausdehnt.

(4) Starte bei (2) Abbruch: wneu < wmin(neu) * (1 + relativer Fehler)


Zusammenfassung

6D - Kugel

+ Effizient berechenbar

- Qualität abhängig von Referenzpunkt

Task Spezifikation

+ Effizient berechenbar (max. Wrench an Ecken des TWS)

Allgem. Task Spez.

Problem:Sampling gibt sehr viele Wrenches

Approx. Ellipsoid

Aufgabenspezifikationen


Untersuchung der Griffqualität

Interessante Fragen:Wie viele gute und schlechte Griffe gibt es ?Wie gut sind diese im Vergleich zu menschlichen Griffen ?Wie sehen die optimalen Griffe aus ?

Exemplarische Untersuchung:


Untersuchung Griffqualität

Verhältnis kraftschlüssig / nicht kraftschlüssig:

0%

10%

20%

30%

40%

50%

60%

70%

Box Cone1 Cone2 Cube Cyl1 Cyl2 Sphere Cup Glass Pear Spoon

Zufall

4 KontaktpunkteReibung μ = 0.5Prozentsatz Griffe die kraftschlüssig sind

Nach 83 Kandidaten:

99,9% mindestens einer kraftschlüssig



Verteilung der Griffe nach Qualitätsmaß

Es gibt nur wenigesehr gute Griffe

Wie gut sind typische menschliche Griffe?




Optimaler Griff istnicht notwendig um sicher zu greifen




Bewertung von 100 Griffen benötigt ca. 1.8 Sekunden (PIII / 900MHz).

Mit weniger als 100 Kandidaten ist die Wahrscheinlichkeit einen Griff zu bekommen, der besser als ein typischer menschlicher istbereits größer als 99.9%.


Generate and Test Planer (Laufzeit 30 – 60 Sek.)

Wiederholung

KollisionstestHandkonfiguration

Griffbewertung

Eingabe-Daten

Griff-Generierung

Schnelle Filter

Stabilitäts-Maß

Robustheits-Maß

Ausgabe des besten Griffs

GWS ProjektionKraftraum - Momentenraum

Ergebnis



Umwelt-modellierung

Bahnplanung

Griffplanung

Roboter-steuerung


[Franziska Zacharias]


Problem der kombinierten Greif- und Bahnplanung ?

Planungsmethoden im Konfigurationsraum benötigen für die Planung eine Zielstellung des TCP (Hand).

Greifplaner kann viele verschie-dene Handpositionen liefern.

Handpositionen können leicht oder schwer zu planen sein. Resultierende Manipulations-möglichkeiten am Ort gut oder schlecht.


Abhängigkeiten der Greifposition von der Umwelt

Freiheitsgrade des Roboters(Reachability)

Lage des Greifobjekts zum Roboter(Reachability)

Freiraum in der Szene (Hindernisse)

Für Justin: Natürlichkeit der Konfigurationen


Analyse der Erreichbarkeit (2D)

Brute Force Test möglich aber zuzeitaufwändig.

Beobachtung: Mensch greift in bestimmten Regionen relativ zum Objekt.

Heuristik: 1 Quadrant + Vorzugsrichtung


Einfluss von Hindernissen (Modell 2D)

Ein Quadrant wird durch Heuristikausgewählt und untersucht



Partitionierung des Quadranten inSektoren



Repräsentation von Hindernissendurch 2D Gaussians



Bewertung der Sektoren durch die Nähe zu Hindernissen



Bewertung aller Sektoren zurEntscheidung der günstigstenRichtung.

Schwellwert zur Bewertung ob die Richtung erreichbar ist oder nicht. (experimentell ermittelt)


Experiment 1

Zielobjekt: GrünHindernisse: Rot

Nur rechter Arm betrachtet

Akkumulierte SektorenwerteSchwellwert

Einfache Szene –schnelle Bahnplanung


Experiment 2

Zielobjekt auf direktem Weg nicht erreichbar –Wegräumen von HindernissenEntfernen von Objekt, das im Weg ist und in Richtung des Ziels führt(Entscheidungsbaum)

Greif- und Taskplanung für Humanoide Roboter > Christoph Borst > 24.01.2007


Experiment 2

Objekt 1 entferntErreichbarkeit wird besser –Schwellwert aber noch nicht überschrittenKorrelation mit Kollisionsinformation für die Zielkonfiguration


Experiment 2

Erreichbarkeitswert unter Schwellwert – Objekt greifbarGute Korrelation Kollisionsinformation und Schwellwert


Experiment 3

greif- und taskplanung für humanoide roboter · pdf filefolie 1 greif- und ......

Documents