内視鏡環境におけるMoveItを用いた逆運動学の改善
Inverse Kinematics in Endoscopic Scenarios using MoveIt
内視鏡のような狭い空間でMoveItの逆運動学ソルバが苦戦する問題に対し、複数の改良手法を比較し、IK問題を2分割することで100ms以内に100%の成功率を達成した。
詳しい要約
1. どんなもの?
2. 先行研究と比べてどこがすごい?
3. 技術・手法の肝は?
4. どうやって有効だと検証した?
5. 議論はある?
6. 次に読むべき論文は?
※ 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: Marc Bestmann, Timon Engelke, Rebecca Rodeck, Gerko Wende
分類: cs.RO
原文アブストラクト
Inverse kinematics are critical in many robotic applications, yet standard MoveIt-based solvers struggle in confined scenarios. This paper provides a benchmark of the available solvers and compares multiple practical modifications for improving the performance of the solvers. Splitting the IK problem into two parts results in the best performance, leading to a 100% success rate under 100 ms in an endoscopic tank scenario.
関連論文
- 学習済み力学系を用いた協調モバイルマニピュレーションマニピュレーション
- 複数の安定目標を持つ動作プリミティブを模倣学習するmulti-CONDORマニピュレーション
- 制御バリア関数と可変インピーダンス制御による全電動重作業ロボットマニピュレータの安全な物理的相互作用マニピュレーション
- 腕全体で大型物体を持ち上げる把持姿勢を学習するARMFULマニピュレーション
- ReuseMem:ロボットマニピュレーションにおける単一記憶の複数目標への再利用マニピュレーション
- 異種エンドエフェクタ間で双腕操作を可能にするデモ転送フレームワークマニピュレーション
