KUKA LWR iiwaを用いた能動支援型ハンドガイディング手法RHOASを提案

何が起きたか

研究者らは、ロボットのハンドガイディングによる運動学的教示を拡張可能にする手法RHOASを提案した。KUKA LWR iiwaを用いた16名の参加者によるユーザー研究で、物理的労力の統計的に有意な削減、精密および敏捷なタスクの操作性向上、明確なユーザー選好を示した。

詳細

RHOASは、追加のハードウェアを必要とせず、モデルベースの外力推定を用いて操作者の意図した動作を能動的に支援するハンドガイディング方式である。従来のハンドガイディングは受動的な環境との相互作用として扱われるが、RHOASは人間の操作者による能動的な制御相互作用として捉える。標準的な受動性に基づくコンプライアント制御アーキテクチャは、操作者の労力を不必要に増加させ、実証可能な動作の範囲を制限するが、RHOASはモデルベースの外部トルク推定、内部関節トルクセンシング、冗長ロボット運動学を利用して、人間の相互作用周波数帯域内で人間の物理的入力を能動的に支援する。 実用的な課題として、オブザーバベースの力推定に依存することによる、モデル化されていない関節弾性動的効果の抑制、フィードバック経路の測定ノイズ、運動学的特異点近傍での推定精度の低下、静的重力補償誤差などに対処している。ユーザー研究はKUKA LWR iiwaを用いて16名の参加者で実施され、物理的労力の統計的に有意な削減、精密および敏捷なタスクの操作性向上、明確なユーザー選好が示された。

Key Facts

なぜ重要か

この研究は、追加の力覚センサーを必要とせずに能動的な支援を提供することで、運動学的教示のスケーラビリティを向上させる可能性がある。KUKA LWR iiwaでのユーザー研究により、物理的労力の削減と操作性の向上が実証され、模倣学習やプログラミング・バイ・デモンストレーションの実用性を高めることが期待される。