論文の概要: Team O2AS at the World Robot Summit 2018: An Approach to Robotic Kitting and Assembly Tasks using General Purpose Grippers and Tools

• arxiv url: http://arxiv.org/abs/2003.02427v1
• Date: Thu, 5 Mar 2020 04:34:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 07:28:08.756574
• Title: Team O2AS at the World Robot Summit 2018: An Approach to Robotic Kitting and Assembly Tasks using General Purpose Grippers and Tools
• Title（参考訳）: Team O2AS at the World Robot Summit 2018: 汎用グリップとツールを用いたロボットキットと組み立てタスクへのアプローチ
• Authors: Felix von Drigalski, Chisato Nakashima, Yoshiya Shibata, Yoshinori Konishi, Joshua C. Triyonoputro, Kaidi Nie, Damien Petit, Toshio Ueshiba, Ryuichi Takase, Yukiyasu Domae, Taku Yoshioka, Yoshihisa Ijiri, Ixchel G. Ramirez-Alpizar, Weiwei Wan and Kensuke Harada
• Abstract要約: 本稿では,キット作成と組立作業のための汎用ロボットシステムを提案する。 2本指のグリップを使用して、ねじや吸引などのサブタスクを行うためのツールをつかみ、保持する。 コンペ期間中に実施した実験を通して,本手法の有効性を示す。
• 参考スコア（独自算出の注目度）: 15.391258684247282
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a versatile robotic system for kitting and assembly tasks which uses no jigs or commercial tool changers. Instead of specialized end effectors, it uses its two-finger grippers to grasp and hold tools to perform subtasks such as screwing and suctioning. A third gripper is used as a precision picking and centering tool, and uses in-built passive compliance to compensate for small position errors and uncertainty. A novel grasp point detection for bin picking is described for the kitting task, using a single depth map. Using the proposed system we competed in the Assembly Challenge of the Industrial Robotics Category of the World Robot Challenge at the World Robot Summit 2018, obtaining 4th place and the SICE award for lean design and versatile tool use. We show the effectiveness of our approach through experiments performed during the competition.
• Abstract（参考訳）: 本研究では,ジグや商用ツールチェンジャーを使わずに組み立て作業を行う汎用ロボットシステムを提案する。 特殊なエンドエフェクターの代わりに、2本指のグリッパーを使ってツールをつかんで保持し、ネジや吸引などのサブタスクを実行する。 第3のグリッパーは、精密なピッキング・センタリングツールとして使用され、内蔵のパッシブ・コンプライアンスを使用して、小さな位置誤差と不確実性を補償する。 単一深度マップを用いて, キャッティング作業において, ビンピックの新しいグリップポイント検出法について述べる。 提案システムを用いて, world robot summit 2018 における world robot challenge の産業ロボティクス部門アセンブリチャレンジに参加し,4位と sice award for lean design and versatile tool use を受賞した。 コンペティション中に実施した実験を通して,本手法の有効性を示す。

関連論文リスト

• COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
  COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。 提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。 実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-23T15:53:41Z)
• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• Redundancy-aware Action Spaces for Robot Learning [17.961314026588987]
  共同空間制御とタスク空間制御は、ロボット学習文学におけるロボットアームを制御する2つの主要な動作モードである。 本研究では,ロボット操作のためのアクション空間の設計基準を分析し,新しいアクション空間の定式化であるER(End-effector Redundancy)を導入する。 本稿では,ERAngle (ERA) とERJoint (ERJ) の2つの実装について述べる。
  論文  参考訳（メタデータ） (2024-06-06T15:08:41Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Off-the-shelf bin picking workcell with visual pose estimation: A case study on the world robot summit 2018 kitting task [0.5685944521394609]
  本稿では,新しい視覚センサとポーズ推定アルゴリズムを用いることで,ビン内のポーズ推定をうまく行うことができることを示す。 また, 作業用ワークセルと力に基づく把持手法を併用して, 完全な作業用の作業セルも実装した。 私たちのセットアップは、World Robot Summit 2018 Assembly Challengeでテストされています。
  論文  参考訳（メタデータ） (2023-09-28T07:52:31Z)
• WALL-E: Embodied Robotic WAiter Load Lifting with Large Language Model [92.90127398282209]
  本稿では,最新のLarge Language Models(LLM)と既存のビジュアルグラウンドとロボットグルーピングシステムを統合する可能性について検討する。 本稿では,この統合の例としてWALL-E (Embodied Robotic WAiter load lifting with Large Language model)を紹介する。 我々は,このLCMを利用したシステムを物理ロボットに展開し,よりユーザフレンドリなインタフェースで指導誘導型把握タスクを実現する。
  論文  参考訳（メタデータ） (2023-08-30T11:35:21Z)
• Using Knowledge Representation and Task Planning for Robot-agnostic Skills on the Example of Contact-Rich Wiping Tasks [44.99833362998488]
  本研究では,知識表現,タスク計画,スキル実装の自動選択を利用した単一のロボットスキルを,異なるコンテキストで実行可能であることを示す。 このスキルベースの制御プラットフォームが、異なるロボットシステム上でのコンタクトリッチなワイピングタスクでこれをどのように実現できるかを実証する。
  論文  参考訳（メタデータ） (2023-08-27T21:17:32Z)
• HomeRobot: Open-Vocabulary Mobile Manipulation [107.05702777141178]
  Open-Vocabulary Mobile Manipulation (OVMM) は、目に見えない環境で任意のオブジェクトを選択し、命令された場所に配置する問題である。 HomeRobotには2つのコンポーネントがある。シミュレーションコンポーネントは、新しい高品質のマルチルームホーム環境に、大規模で多様なキュレートされたオブジェクトセットを使用する。
  論文  参考訳（メタデータ） (2023-06-20T14:30:32Z)
• Scene Editing as Teleoperation: A Case Study in 6DoF Kit Assembly [18.563562557565483]
  遠隔操作によるシーン編集(SEaT)の枠組みを提案する。 ロボットを制御する代わりに、ユーザーはタスクのゴールを指定することに集中する。 ユーザは、ロボットハードウェアの専門知識を必要とせずに遠隔操作を行うことができる。
  論文  参考訳（メタデータ） (2021-10-09T04:22:21Z)
• Lifelong Robotic Reinforcement Learning by Retaining Experiences [61.79346922421323]
  多くのマルチタスク強化学習は、ロボットが常にすべてのタスクからデータを収集できると仮定している。 本研究では,物理ロボットシステムの実用的制約を動機として,現実的なマルチタスクRL問題について検討する。 我々は、ロボットのスキルセットを累積的に成長させるために、過去のタスクで学んだデータとポリシーを効果的に活用するアプローチを導出する。
  論文  参考訳（メタデータ） (2021-09-19T18:00:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。