ロボット把持計画を1秒未満に短縮する新アルゴリズム、「モーション・コーン」で物理法則を高速解決
ロボットが静止面に物体を押し付けて把持姿勢を調整する際の計画プロセスを大幅高速化する新アルゴリズムが開発されました。従来アルゴリズムでは数十分〜数時間かかっていた事前計画を1秒未満に短縮。産業用ロボットが環境の特徴(壁、バー、テーブル面など)を利用して把持物体を素早く再配置できるようになり、ピッキング・ソーティング・複雑な工具使用などのタスクで威力を発揮します。
「モーション・コーン」で物理計算を可視化・簡略化
既存アルゴリズムが遅い理由:検討する全モーションについて、ニュートンの運動法則やクーロンの摩擦法則など物理法則の充足確認が必要だから。これを解決するのが「モーション・コーン」——摩擦の円錐形マップです。
- 円錐内部: 物理法則を満たし、ロボットが物体を保持し続けられる全押し付けモーション
- 円錐外部: 何らかの形で物体がロボットの把持から滑り落ちるプッシュ
ロボットハンド・把持物体・押し付け環境の各可能な配置についてモーション・コーンを計算し、実行可能なプッシュを選択・シーケンス化して物体を再配置します。
実機検証で従来比500倍以上の高速化を確認
3方向相互作用の物理セットアップ(シンプルなロボットグリッパーがT字ブロックを把持し垂直バーに押し付ける)でテスト。複数の初期配置で、アルゴリズムが瞬時に全可能な力マップと結果位置を生成。予測は実験結果と確実に一致し、「バーに押し付けてブロックを再配向→テーブル上に直立配置」などの動作シーケンスを1秒未満で計画。従来アルゴリズムは500秒以上要しました。
センサー
- Dynamis:力覚フィードバック技術で産業用ロボットに人間のような精度を付与
- 手誘導協働ロボット:安全規格解説
- 複雑地形を踏破する先進四脚スワームロボット
- 新アルゴリズムで自己センシング型ソフトロボットを実現、信頼性の高いタスク遂行へ
- ロボット操作に革命:AI駆動グリッパーで精密ピックアンドプレースを実現
- 自己学習型水泳バイオハイブリッドロボット:適応型ソフトロボティクスを前進
- 革新的ナノスケール折り畳みロボット:形状記憶アクチュエーターを活用
- ロボット医療アシスタント:知っておくべき5つの重要ポイント
- スマートフォンベース糖尿病検出ツール:早期リスク特定のためのデジタルバイオマーカー
- 病院ロボット:患者ケアとスタッフ安全を革新
- ミシガン大学研究、家庭内オブジェクト関係を学習し賢くナビゲートするロボットを開発