실제 로봇 팔을 위한 그래프 계획 및 힘 제어 설계

실제 로봇 팔을 위한 그래프 계획 및 힘 제어 스택을 설계하는 것은 피킹 알고리즘 이상의 의미를 갖습니다. 선택하는 센서, 장착하는 그립퍼, 적용하는 계획 접근법, 불확실성을 처리하는 방법은 모두 시스템이 물체를 신뢰성 있게 그립하거나 예기치 않게 떨어뜨리는지를 결정합니다. 이 과정에서는 이러한 결정을 구조화된 방식으로 살펴봅니다. 로봇 공학 팀이 조작 스택을 계획하는 방법을 반영하는 서면 설계 훈련을 통해 작업합니다. 로봇이 변화하는 환경에서 미지의 개체와 작업해야 할 때 중요한 실용적인 트레이드오프에 중점을 둡니다. 무엇을 배울 것인가: - 특정 조작 작업에 적합한 엔드 에픽터와 센서 선택 - 기하학적, 샘플링 기반 및 학습 기반 방법을 포함한 계획 파이프라인을 설계합니다. - 힘과 임피던스 제어를 적용하여 섬세하고 제약이 있거나 접촉이 많은 작업을 처리합니다. - 강력한 그래핑을 위해 깊이, 색상 및 촉각적 키를 결합하는 인식 파이프라인 구축 - 그래프가 미끄러지거나 놓치거나 안전하지 않은 힘을 적용할 때 복구 동작을 계획합니다. - 모션 계획, 행동 시스템, 안전 모니터링과의 설계 통합 이 과정은 엔드 효과기 및 센서 선택부터 그래프 계획, 힘 제어, 인지, 회복까지 진행됩니다. 캡스톤 서면 훈련에서는 특정 로봇 및 작업 영역을 대상으로 한 조작 스택에 대한 1페이지 설계를 초안하도록 요구합니다. 이 과정은 로봇 공학 엔지니어, 컴퓨터 비전 전문가, 소프트웨어 배경이 있는 메카트로닉스 학생을 대상으로 합니다. 이전의 조작 경험은 필요하지 않습니다. 이 과정에서는 하드웨어를 선택하기 전에 종이에 논리적으로 설명할 수 있는 설계 문제로 스택을 다룹니다.