脚型クライミングロボットの完全自律化に向けた視覚・触覚融合による未知環境地図構築

利用视觉和触觉融合为全自动腿式攀爬机器人构建未知环境地图

• 批准号: 22KJ0292
• 负责人: 大河原 拓
• 金额: $ 1.6万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ0292/
• 关键词: SLAM; クライミングロボット; センサ融合; 宇宙ロボット; ロボティクス; ロボットビジョン; 触覚フィードバック; 最適化

本年度は、ハンドアイシステムによるマッピングシステムと把持状態判定の結果に応じたフィードバック動作の検証、視覚・触覚融合のSLAMの定式化を行った。大域的な環境を表せるが蓄積誤差を含むグローバルマップに加えて、局所的な環境を表すが蓄積誤差が微小なローカルマップを独立に構築した。グローバルマップに基づくことで、移動可能領域が広い方向に移動するようなロボットの方向を決定することができた。一方でローカルマップに基づくことで、SLAMの蓄積誤差の影響を受けていない地形凸部（把持対象）の位置を推定することができた。さらに、その地形凸部の位置に基づいてロボットの脚を制御することで、グリッパによる把持の成功確率を上げることができた。これまで、視覚センサを用いた把持状態判定の手法を提案してきたが、今年度からは判定結果に応じたフィードバックによる二種類の自律的な補正動作を実装した。一点目はグリッパが閉じている状態において、グリッパが把持点を適切に把持していないと判定された場合、グリッパを地形に押し付けて掴み直す動作である。二点目はグリッパが開いている状態において、グリッパが意図せずに引っ掛かっていた場合、その引っ掛かりを解除する動作である。そして、これらの補正動作を脚の制御に適用することで、不適切な把持状態から適切な把持状態へと遷移させることができた。さらに、把持状態判定の補正動作を統合した新しい登はんシーケンスを構築した。さらに、本研究のメインである視覚と触覚を融合したSLAM理論の定式化を行った。一般的なSLAMでは、視覚のみで誤差関数が構成されるが、そこに触覚の項を合成した新しい誤差関数を定義した。そして、この誤差関数を最小化するようにロボットのポーズと地図の最適化を行う。触覚は地形とロボットを密接につなぐ強力な拘束になると考えており、提案するSLAMにより高精度な地図を構築する。

今年，我们利用手眼系统和根据握持状态判定结果的反馈运动验证了建图系统，并制定了结合视觉和触觉的SLAM。除了代表全局环境但包含累积误差的全局地图外，我们还独立构建了代表局部环境但累积误差较小的局部地图。根据全球地图，我们能够确定机器人的方向，使其能够在大范围的方向上移动。另一方面，通过使用局部地图，可以估计不受SLAM累积误差影响的地形凸面（抓取目标）的位置。此外，通过根据地形凸度的位置控制机器人的腿部，我们能够增加抓手抓取的成功概率。到目前为止，我们提出了一种使用视觉传感器确定握持状态的方法，但从今年开始，我们已经实现了两种基于确定结果反馈的自主校正操作。第一点是当抓手闭合并且确定抓手没有正确地抓握抓握点时，将抓手压在地形上并再次抓握。第二点是当夹具打开时无意地卡住夹具时释放夹具的操作。通过将这些校正操作应用于腿部的控制，可以从不适当的抓握状态转变为适当的抓握状态。此外，我们构建了一个新的攀爬序列，集成了用于抓取状态确定的校正操作。此外，我们制定了结合视觉和触觉的SLAM理论，这是本研究的主要焦点。在一般的SLAM中，误差函数仅由视觉组成，但我们定义了一个结合了触觉项的新误差函数。然后，优化机器人的位姿和地图以最小化该误差函数。我们相信触觉将成为紧密连接地形和机器人的强大约束，我们将使用所提出的 SLAM 构建高精度地图。