Greifplanung

ARMARs Hand testet einen Griff für eine Sprühflasche in der Simulation.
Verschiedene Anrückrichtungen der Hand an das Objekt. Kugeln symbolisieren die Position des Handgelenks bei einem Griff. Je größer der Durchmesser einer Kugel, desto stabiler der Griff.

Greifen mit Humanoiden Robotern

Beim Agieren in komplexen alltäglichen Haushaltsumgebungen werden unsere Humanoiden Roboter ARMAR-IIIa und ARMAR-IIIb  mit einer Vielzahl von Problemen konfrontiert. Hierbei liegt eine große Herausforderung im Greifen und Manipulieren von Haushaltsobjekten. Um stabiles und kollisionsfreies Greifen solcher Objekte zu gewährleisten, ist eine ausgefeilte Greifplanungs-Strategie erforderlich. Greifplanung findet üblicherweise in einer Simulationsumgebung statt, in der verschiedene Griffe einer Roboterhand für eine Objekt simuliert und auf Stabilität getestet werden.

OpenGRASP Toolkit

Da bereits existierende Greifsimulatoren keine modulare Architektur besitzen und daher schwierig zu erweitern und mit anderen Tools und Robotersteuerungs-Frameworks zu integrieren sind, begannen wir mit der Entwicklung des OpenGRASP Toolkits. OpenGRASP basiert auf der modular aufgebauten Simulationsumgebung OpenRAVE, die es erlaubt, Modelle von Robotern und Objekten zu laden, verschiedene Physik- und Kollisionsengines zu benutzen, sowie eine Schnittstelle zu verschiedenen Skriptsprachen wie Matlab, Octave und Python besitzt.
Der neue Greifsimulator OpenGRASP bietet die Möglichkeit der Simulation verschiedener Aktuatoren und Sensoren, die Austauschbarkeit von Physik-Engines, die Unterstützung von Standard-Dateiformaten wie COLLADA, sowie die Möglichkeit zum Import und Export von Roboter- und Objektmodellen in Standardformaten. Darüber hinaus enthält OpenGRASP einen Robot Editor, mit dessen Hilfe auf intuitive Weise Roboter-Modelle erstellt werden können.

Offine-Greifanalyse im Simulator

Das Finden von stabilen Griffen für dreidimensionale Objekte gilt als eines der schwierigsten Probleme in der Robotik, da hierbei viele Parameter berücksichtigt werden müssen: die Kinematik der Hand, die Objektgeometrie, Materialeigenschaften, Kräfte und Momente sowie Hindernisse in der Umgebung des Objekts. Dies führt zu einem hochdimensionalen Raum möglicher Griffe, der nicht erschöpfend durchsucht werden kann. Eine mögliche Lösung bietet die Greifplanung im Simulator. Hierbei werden Modelle der Roboterhand und des zu greifenden Objektes in eine Simulationsumgebung geladen, um verschiedene Griffe der Hand für das Objekt zu testen. Dies geschieht, indem die Hand an verschiedenen Startpositionen und mit verschiedenen Orientierungen relativ zum Objekt platziert und dann auf das Objekt zu bewegt wird. Wenn eine Kollision zwischen Hand und Objekt detektiert wird, schließt man die Finger der Hand, bis alle Fingerglieder in Kontakt zum Objekt stehen und/oder sich nicht mehr bewegen können. Anschließend werden die Koordinaten der Kontaktpunkte ermittelt und ein Gütemaß für die Stabilität von Griffen ausgewertet. So können viele verschiedene Griffkandidaten automatisch getestet und bewertet werden.
Dennoch verursachen Kollisionsdetektion und Stabilitätsberechnungen einen hohen Rechenaufwand. Bei den Bemühungen, die Komplexität des Greifplanungsproblems zu reduzieren, kommt daher eine Schlüsselrolle der Heuristik zu, welche zur Erzeugung von Griffkandidaten benutzt wird, das heißt von Startpositionen und -orientierungen der Hand relativ zum Objekt. Gesucht werden Heuristiken, welche zu einem möglichst hohen Anteil an stabilen Griffen unter den erzeugten Griffkandidaten führen. In diesem Zusammenhang besteht ein vielversprechender Ansatz in der Auswertung der Medialen Achse von Objekten, welcher am KIT untersucht wird.