Greif- und Taskplanung für Humanoide Roboter mit mehrfingrigen Händen

Greif- und Taskplanung für Humanoide Roboter mit mehrfingrigen Händen Christoph Borst, Franziska Zacharias Institut für Robotik und Mechatronik - DLR Oberpfaffenhofen Folie 1

Motivation: Autonomes Manipulieren von Objekten Einfacher Fall : Relokation von Objekten Kollisionsfreie Anfahrt Greifen des Objekts Kollisionsfreie Bewegung mit dem Objekt Sicheres Abstellen des Objekts Kollisionsfreie Abfahrt Komplexe Manipulationsaufgabe (beidhändig) siehe oben Drehen, Schrauben, Fügen, Wischen/Polieren Folie 2

Wege zur Autonomen Manipulation Klassische, modellbasierte Planungsmethoden Grosse Auswahl schneller, ausgereifter Planer Gut passend zu Regelungsmethoden (Objektsteifigkeit) Lernen durch Vormachen Mächtige Methodik, einfache Erweiterung des Aufgabenfelds Übertragung auf den Roboter (Regelung) schwierig Selbstlernende Roboter Probleme mit der Systemverfügbarkeit Folie 3

Wege zur Autonomen Manipulation DLR Klassische, modellbasierte Planungsmethoden Grosse Auswahl schneller, ausgereifter Planer Gut passend zu Regelungsmethoden (Objektsteifigkeit) Lernen durch Vormachen Mächtige Methodik, einfache Erweiterung des Aufgabenfelds Übertragung auf den Roboter (Regelung) schwierig Selbstlernende Roboter Probleme mit der Systemverfügbarkeit Folie 4

Problemstellung: Autonomes Greifen Erkennen Planen Ausführen Folie 5

Problemstellung: Autonomes Greifen Erkennen Planen Ausführen Bahnplanung Griffplanung Umweltmodellierung Robotersteuerung Folie 6

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? Folie 7

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? Folie 8

Was ist ein Griff? Griff? Präzision Kraft Gut? Besser? Qualitätsklassen Klassifikation Qualitätsmaß Folie 9

Grifftaxonomie (Cutkosky & Howe 1990) Folie 10

Grifftaxonomie Kraftgriff Präzisionsgriff große Kraft viele Kontakte ganze Hand beteiligt große Feinfühligkeit wenige Kontakte nur Fingerspitzen beteiligt Qualitätsbewertung: gleich Planung: verschieden Folie 11

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? Folie 12

Griffqualität Fragestellungen: 1. Was kann der Griff? 2. Was soll der Griff können? 3. Kann er mehr als er soll? Folie 13

Formalisierung Griff Griff: Menge von Kontakten Kontaktmodelle: A Punktkontakt ohne Reibung B Punktkontakt mit Reibung C Softfinger Kontakt Ergebnis am Objekt: Wrench f wc = ( c r) f Folie 14

Griffqualität Was kann ein einzelner Kontakt? (Cone Wrench Space CWS) CWS c i fi = wi w i = fi i i i i i i ( ci r) fi ( f n ) n μ( f n ) f. Wrench Definition Reibungskegel Normierung 1 Was kann ein Griff mit k Kontakten? (Grasp Wrench Space GWS) k GWS = w w = wi wi CWSc. 1 i i= Folie 15

Griffqualität Was soll der Griff können? Aufgabe spezifiziert Task Wrench Space - TWS: TWS 2 = w w = wi wi CWSc. 1 i i= Folie 16

Griffqualität Was soll der Griff können? keine Aufgabe spezifiziert Wirkung einer Einheitskraft beliebig verteilt am Objekt Object Wrench Space - OWS: n n f i OWS = w w = wi fi = 1 wi = wi CWSc n i i= 1 i= 1 ti Normierung auf Einheitskraft Reibung { 1.. }. Beliebig viele Angriffspunkte Folie 17

Griffqualität Fragestellungen: 1. Was kann der Griff? GWS 2. Was soll der Griff können? TWS / OWS 3. Kann er mehr als er soll? Qualitätsmaß Folie 18

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? Folie 19

Berechnung der Griffqualität (Stand der Technik) Diskretisierung der Reibungskegel und Approximation des GWS durch konvexe Hülle 1. Diskretisierung der Reibungskegel Fehler bei der Kegel Diskretisierung Kirkpatrick et al. 1990 Ferrari, Canny 1992 Pollard 1994 Teichmann, Mishra 1997 Liu, Ding, Wang 1999 Miller, Allen 99,03 Fehler bei großem Reibungskoeffizienten Folie 20

Berechnung der Griffqualität (Stand der Technik) Approximation des GWS durch konvexe Hüllen 1. GWS konvexe Hülle über Reibungskegelvektoren { w, K w } k GWS Q1 = ConvexHull U i,1, i, i= 1 m Projektion in Kraftraum 2. GWS konvexe Hülle über Minkowskisumme der Reibungskegelvektoren { w, K w } k GWS Q 2 = ConvexHull i,1, i, i= 1 m GWS Q1 GWS Q2 Folie 21

Berechnung der Griffqualität (Stand der Technik) Approximation des GWS durch konvexe Hüllen 1. GWS konvexe Hülle über Reibungskegelvektoren { w, K w } k GWS Q1 = ConvexHull U i,1, i, i= 1 m Projektion in Kraftraum Komplexität: 4 Finger x 8 RKV = 32 2. GWS konvexe Hülle über Minkowskisumme der Reibungskegelvektoren { w, K w } k GWS Q 2 = ConvexHull i,1, i, i= 1 Komplexität: 8 RKV ^ 4 Finger = 8 4 = 4096 m GWS Q1 GWS Q2 Folie 22

Effiziente Berechnung der Griffqualität Hauptproblem: Komplexität GWS Q2 Berechnung GWS in hoher Genauigkeit Vereinfachung: Kein vollständiger GWS benötigt Umgebung um TWS reicht aus Idee: Inkrementelle Berechnung der TWS Umgebung Folie 23

Algorithmus (1) Starthülle (4 Finger x 4 RKV) (2) Suche kleinsten Wrench (3) Berechne mit Hilfe der Kontaktinformation den Wrench der die Hülle in dieser Richtung am weitesten ausdehnt. (4) Starte bei (2) Abbruch: w neu < w min(neu) * (1 + relativer Fehler) Folie 24

Zusammenfassung Aufgabenspezifikationen 6D - Kugel Task Spezifikation Allgem. Task Spez. + Effizient berechenbar - Qualität abhängig von Referenzpunkt + Effizient berechenbar (max. Wrench an Ecken des TWS) Problem: Sampling gibt sehr viele Wrenches Approx. Ellipsoid Folie 25

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? Folie 26

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: Folie 27

Untersuchung Griffqualität Verhältnis kraftschlüssig / nicht kraftschlüssig: 70% 60% 50% 40% 30% 20% 10% 0% Box Cone1 Cone2 Cube Cyl1 Cyl2 Sphere Cup Glass Pear Spoon 4 Kontaktpunkte Reibung μ = 0.5 Prozentsatz Griffe die kraftschlüssig sind Zufall Nach 83 Kandidaten: 99,9% mindestens einer kraftschlüssig Folie 28

Untersuchung der Griffqualität Verteilung der Griffe nach Qualitätsmaß Es gibt nur wenige sehr gute Griffe Wie gut sind typische menschliche Griffe? Folie 29

Untersuchung der Griffqualität Verteilung der Griffe nach Qualitätsmaß Optimaler Griff ist nicht notwendig um sicher zu greifen Folie 30

Untersuchung der Griffqualität Verteilung der Griffe nach Qualitätsmaß Mit weniger als 100 Kandidaten ist die Wahrscheinlichkeit einen Griff zu bekommen, der besser als ein typischer menschlicher ist bereits größer als 99.9%. Bewertung von 100 Griffen benötigt ca. 1.8 Sekunden (PIII / 900MHz). Folie 31

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? Folie 32

Generate and Test Planer (Laufzeit 30 60 Sek.) Eingabe- Daten Griff-Generierung Schnelle Filter Wiederholung Stabilitäts- Maß Griffbewertung Robustheits- Maß GWS Projektion Kraftraum - Momentenraum Ergebnis Kollisionstest Handkonfiguration Ausgabe des besten Griffs Folie 33

Problemstellung: Autonomes Greifen Erkennen Planen Ausführen Bahnplanung [Franziska Zacharias] Griffplanung Umweltmodellierung Robotersteuerung Folie 34

Problem der kombinierten Greif- und Bahnplanung? Planungsmethoden im Konfigurationsraum benötigen für die Planung eine Zielstellung des TCP (Hand). Greifplaner kann viele verschiedene Handpositionen liefern. Handpositionen können leicht oder schwer zu planen sein. Resultierende Manipulationsmöglichkeiten am Ort gut oder schlecht. Folie 35

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 Folie 36

Analyse der Erreichbarkeit (2D) Brute Force Test möglich aber zu zeitaufwändig. Beobachtung: Mensch greift in bestimmten Regionen relativ zum Objekt. Heuristik: 1 Quadrant + Vorzugsrichtung Folie 37

Einfluss von Hindernissen (Modell 2D) Ein Quadrant wird durch Heuristik ausgewählt und untersucht Folie 38

Einfluss von Hindernissen (Modell 2D) Partitionierung des Quadranten in Sektoren Folie 39

Einfluss von Hindernissen (Modell 2D) Repräsentation von Hindernissen durch 2D Gaussians Folie 40

Einfluss von Hindernissen (Modell 2D) Bewertung der Sektoren durch die Nähe zu Hindernissen Folie 41

Einfluss von Hindernissen (Modell 2D) Bewertung aller Sektoren zur Entscheidung der günstigsten Richtung. Schwellwert zur Bewertung ob die Richtung erreichbar ist oder nicht. (experimentell ermittelt) Folie 42

Experiment 1 Zielobjekt: Grün Hindernisse: Rot Nur rechter Arm betrachtet Akkumulierte Sektorenwerte Schwellwert Einfache Szene schnelle Bahnplanung Folie 43

Experiment 2 Zielobjekt auf direktem Weg nicht erreichbar Wegräumen von Hindernissen Entfernen von Objekt, das im Weg ist und in Richtung des Ziels führt (Entscheidungsbaum) Folie 44

Experiment 2 Objekt 1 entfernt Erreichbarkeit wird besser Schwellwert aber noch nicht überschritten Korrelation mit Kollisionsinformation für die Zielkonfiguration Folie 45

Experiment 2 Erreichbarkeitswert unter Schwellwert Objekt greifbar Gute Korrelation Kollisionsinformation und Schwellwert Folie 46

Experiment 3 Folie 47