GraspSense：言語に導かれた知覚と力マップによる、言語誘導型知覚と力マッピングを介した巧腕ロボットハンドのための、物理的に根拠づけられた把持と把持力計画

要旨: 群細なロボティクスによる器用なロボット操作では、幾何学的に妥当な把持（グラスプ）だけでは不十分であり、対象物の空間的に不均一な機械的特性を考慮した、物理的に根拠のある接触戦略が必要となります。しかし、既存の把持計画手法では、表面を構造的に均一として扱うことが一般的です。これは、幾何学的に完璧な把持であっても、弱い領域での接触が対象物を損傷し得るにもかかわらずです。我々は、局所的に許容される接触荷重のマップに基づく、5本指ロボットハンドにおける把持選択と力調整のためのパイプラインを提案します。操作者のコマンドからシステムは目標の対象物を特定し、SAM3Dを用いてその3D形状を再構築し、そのモデルをIsaac Simに取り込みます。次に、物理に基づいた幾何学的解析によって、変形なしに各表面位置で許容される最大の側方接触力を符号化した力マップを計算します。把持候補は、幾何学的妥当性およびタスク目標との整合性によってフィルタリングされます。古典的な指標において複数の候補が同程度である場合、それらは、力マップを考慮した基準によって再順位付けされ、機械的に許容される領域での接触を優先する把持が選ばれます。インピーダンス制御器は、接触点における局所的に許容される力に応じて各指の剛性をスケールさせることで、安全で信頼性の高い把持の実行を可能にします。紙、プラスチック、ガラスのカップでの検証により、提案手法は一貫して構造的により強い接触領域を選択し、把持力を安全な範囲内に収めることが示されました。これにより、本研究は器用な操作を、純粋に幾何学的な問題から、将来のヒューマノイドシステムに向けた把持選択とグリップ実行のための物理的に根拠のあるジョイント計画問題へと再定義します。