マニピュレーション2026/9/11arXiv:2609.12894

転倒寸前：力誘導能動知覚による形状非依存な3次元重心推定

Before the Tipping Point: Force-Guided Active Perception for Shape-Agnostic Estimation of 3D Centers of Mass

ロボットが物体を準静的に押して戻す動作を行い、転倒直前の力と角度の計測から、形状情報なしで質量・重心高さ・転倒角を5%以下の誤差で推定する手法を提案。

詳しい要約

1. どんなもの？

- 未知物体の3D重心推定手法を提案。 - 把持が困難、形状が不規則、質量分布が不均一な物体が対象。 - ロボットマニピュレータによる単一のsub-critical tipping実験から、CoM高さと質量を推定。 - 6軸力トルクセンサを用い、形状事前情報や特定モデルなしで検証。

2. 先行研究と比べてどこがすごい？

- 従来の重心推定は把持可能・形状既知・質量分布均一を前提とすることが多い。 - 本手法は把持不要で、形状非依存、単一のtipping実験で推定可能。 - push-retract cycleにより摩擦バイアスを軽減し、汎用的なフィッティングを実現。 - 転倒防止の安全マージンによりsub-critical tippingを維持。

3. 技術・手法の肝は？

- ロボットが準静的なelevated push and retract motionを実行。 - tipping中の力・角度測定から物体軌道のパラメータを同定。 - push-retract cycleで摩擦バイアスを緩和。 - 安全マージンを活用し、物体をsub-critical tipping領域に保ち転倒を防止。

4. どうやって有効だと検証した？

- 6軸力トルクセンサを備えたロボットマニピュレータで実験。 - 形状情報なし、特定モデルなしの多様な物体で検証。 - 質量、CoM高さ、転倒角度を相対誤差5.0%未満で復元。 - 適切な安全閾値下での信頼性を実証。

5. 議論はある？

- 適切な安全閾値下で信頼性の高い3D慣性パラメータ推定が可能。 - 非把持マニピュレーションや把持困難物体のロボット把持に貢献。 - 限界や適用範囲についての詳細は要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明記されていない。 - 同分野の定番として、non-prehensile manipulation、robotic grasping、inertial parameter estimation、tipping-based methodsに関する論文が挙げられる。

※ 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: Steven M. Hyland, Jing Xiao, Cagdas D. Onal

分類: cs.RO

原文アブストラクト

Estimating the 3D center of mass of unknown objects is challenging when grasping is infeasible, geometry is irregular, or mass distribution is uneven. We present a force-based method that estimates CoM height and mass from a single sub-critical tipping experiment by a robot manipulator. The robot applies a quasistatic elevated push and retract motion, using force-angle measurements recorded during tipping to identify parameters from the object trajectory. Our proposed push-retract cycle mitigates frictional bias, enabling generalized fitting. We experimentally validate our method using a robot manipulator with a six-axis force torque sensor on varying types of objects without prior shape information and without specific models. We also propose a method to prevent toppling, keeping the object in a sub-critical tipping regime by leveraging a safety margin. In experimental studies, our method recovers mass, CoM height, and toppling angle with relative errors below 5.0 percent across all unknown objects. This work demonstrates reliable 3D inertial parameter estimation under proper safety thresholds in tipping. Our proposed method informs and enables reliable non-prehensile manipulation and robotic grasping of challenging objects that were previously infeasible.

arXivで原文を読む →arXiv概要ページ