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，我们根据映射系统的结果和使用手眼系统确定状态的结果验证了反馈操作，并为视觉和触觉融合而制定了大满贯。除了可以代表全球环境但包含累积错误的全球地图外，可以独立构建可以代表本地环境但积累错误的本地地图。基于全局地图，可以确定机器人的方向，以便可移动区域朝着广阔的方向移动。另一方面，基于本地地图，可以估计不受猛击累积误差影响的地形凸部分（抓地力的目标）的位置。此外，通过根据地形凸的位置控制机器人的腿，可以增加抓手抓地力的可能性。到目前为止，我们已经提出了一种使用视觉传感器确定抓地状态的方法，但是从本财政年度开始，基于判断的结果，使用反馈实施了两种类型的自主校正操作。第一点是将抓地力压在地形上，当确定抓手没有适当地握住抓地力时，将抓地力夹在地形上并重新抓住它。第二点是当抓手打开时无意间捕获时释放抓手。通过将这些校正操作应用于对腿部的控制，可以从不适当的抓地状态过渡到适当的抓地状态。此外，构建了一个新的攀登序列，该顺序整合了纠正措施的确定状态确定。此外，我们制定了SLAM理论，该理论结合了视觉和触觉感觉，这是主要研究。总体上，仅通过视觉视觉构建错误函数，但是通过组合触觉项来定义新的错误函数。然后执行机器人姿势和MAP优化，以最大程度地减少此错误函数。我们认为，触摸将是一个密切连接地形和机器人的强大约束，我们将使用拟议的大满贯构建一个高度准确的地图。