FenixEdu™

Dissertação

Planning Push and Grasp Actions: Experiments on the iCub Robot EVALUATED

Detalhes: Um cenário comum de manipulação de objectos consiste em ter uma mesa com objectos e um robô capaz de os manusear. Por vezes, agarrar um objecto não é possível, mas empurrá-lo é. O objectivo deste trabalho é juntar, num algoritmo de planeamento, acções de empurrar e agarrar, de modo a gerar um conjunto de acções que permitam realizar uma determinada tarefa, tendo em conta que a operação deve ser feita em tempo real e que o resultado de empurrar objectos é não-determinístico, utilizando conhecimento previamente adquirido na dinâmica dos objectos e aprendendo com a experiência. A representação do espaço de estados apresentada usa conceitos de capacidade de empurrar e agarrar para determinar se essas acções podem ser executadas num determinado ponto da mesa. Engloba também informação no efeito não-determinístico inerente a empurrar um objecto, de modo a que o planeamento consiga melhor definir uma possível trajectória. De modo a acomodar a discretização de grandes espaço-de-estados, uma abordagem baseada em Rapidly-Exploring Random Tree (RRT) é utilizada no planeamento para construir um caminho entre poses inicial e final, usando exclusivamente acções de empurrar. Usando a capacidade de empurrar e de agarrar do robô num dado mundo no planeamento, é possível gerar uma trajectória para o manipulador que englobe os dois tipos de acções. A parte do algoritmo de planeamento correspondente às acções de empurrar foi testada no robô iCub e provou-se que é possível gerar um conjunto de poses do manipulador capaz de transportar um objecto entre duas poses.
Keywords: agarrar, empurrar, manipulação de objectos, alcance, RRT

Discussão: novembro 29, 2013, 15:30