日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

軌道最適化/積層造形arXiv:2606.29766

拘束勾配投影による衝突回避冗長ロボット多軸積層造形の軌道最適化

Trajectory Optimization for Collision-Aware Redundant Robotic Multi-Axis Additive Manufacturing by Constrained Gradient Projection

シェア:XThreadsFacebookLINEはてブBluesky

冗長ロボットによる多軸積層造形の長大経路に対して、相対ヤコビアンとSDF衝突モデルを用い、自己運動多様体への射影で堆積位置制約を満たしつつ衝突回避と平滑化を実現する軌道最適化フレームワークを提案した。

詳しい要約

1. どんなもの?

冗長ロボットによる多軸積層造形(MAAM)において、支持材不要・曲面造形を可能にする軌道最適化フレームワーク。 - 長距離経路に対し、堆積位置制約と時変衝突制約を同時に扱う。 - 相対ヤコビアンでノズル-ワーク相対運動学を定式化。 - 微分可能なSDFベース衝突モデルを開発。 - 堆積位置を硬い等式制約として自己運動多様体上に反復投影。 - 8-DOFプラットフォームで検証。

2. 先行研究と比べてどこがすごい?

SQPベースのベースラインと比較して、最大10.2倍の高速化と収束改善を達成。 - 従来は長距離経路で厳しい堆積位置制約と時変衝突制約の下での軌道最適化が困難だった。 - 本手法は平均ノズル位置誤差10μm未満、最大関節ジャークを最大77.6%低減。 - サンプリングされた衝突・姿勢違反をすべて排除。 - 物理造形実験で複雑形状の印刷成功と堆積アーティファクト低減を確認。

3. 技術・手法の肝は?

相対ヤコビアンによるノズル-ワーク相対運動学の定式化。 - 微分可能なSDFベース衝突モデル:造形による形状変化を捉え、最適化勾配を提供。 - 堆積位置をウェイポイントごとの硬い等式制約として、自己運動多様体への反復投影で強制。 - 損失勾配を対応する接空間に制限する制約付き勾配投影法。 - これにより長距離経路でも制約を厳密に満たしつつ最適化。

4. どうやって有効だと検証した?

8-DOFロボットMAAMプラットフォームで、多様な長距離支持材不要・曲面ツールパスを用いて実験。 - 平均ノズル位置誤差10μm未満を維持。 - 最大関節ジャークを最大77.6%低減。 - サンプリングされた衝突・姿勢違反をすべて排除。 - SQPベースラインと比較し最大10.2倍の高速化と収束改善。 - 物理造形実験で複雑形状の印刷成功と堆積アーティファクト低減を確認。

5. 議論はある?

要旨からは不明。 - 提案手法の限界や適用範囲、計算コストの詳細、一般化可能性についての議論は要旨に記載なし。 - 物理実験の具体的な評価指標やアーティファクトの定量化も不明。

6. 次に読むべき論文は?

要旨で参照/比較されている研究:SQPベースのベースライン。 - 関連手法:相対ヤコビアン、SDFベース衝突モデル、自己運動多様体、制約付き勾配投影法。 - 同分野の定番:冗長マニピュレータの軌道最適化、衝突回避、多軸積層造形の軌道計画。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zhikai Shen, Jiasheng Qu, Chenyu Xu, Zhuo Huang, Chengkai Dai, Yongzhe Li, Guoxin Fang

分類: cs.RO, cs.CG, cs.GR

原文アブストラクト

Redundant robotic multi-axis additive manufacturing (MAAM) enables support-free and conformal fabrication, but trajectory optimization for long-horizon paths remains challenging under strict deposition-position constraints and time-varying collision constraints. This work proposes a computational framework for collision-aware trajectory optimization in redundant robotic MAAM. We first formulate nozzle-workpiece relative kinematics using a relative Jacobian, and develop a differentiable SDF-based collision model that captures fabrication-induced geometry evolution and provides optimization gradients. The deposition position is then enforced as a hard waypoint-wise equality constraint through iterative projection onto the self-motion manifold, with the loss gradient restricted to the corresponding tangent space. Experiments on an 8-DOF robotic MAAM platform with diverse long-horizon support-free and conformal toolpaths show that our method maintains a mean nozzle-position error below 10{\mu}m, reduces maximum joint jerk by up to $77.6\%$, and eliminates all sampled collision and orientation violations. Compared with the SQP-based baseline, it achieves up to a 10.2x speedup and improved convergence. Physical fabrication experiments further verify that the resulting smooth, collision-free trajectories enable successful printing of complex geometries with fewer visible deposition artifacts.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI