2기동 로봇 조작: 기술 조사 및 응용 2025
두 가지 수동 로봇 조작 조사 <unk> 하드웨어 플랫폼, 학습 알고리즘, 데이터 수집 과제 및 산업 응용 프로그램
[← 연구]
이중 수동 조작은 단일 팔 시스템
왜 두 편의 문서는 중요 합니까?
실제 환경에서 높은 가치 있는 조작 작업의 대부분은 두 손을 필요로 합니다. 세탁물 접는 것, 제품 조립, 음식 준비, 수술 절차, 정확한 배치로 포장. 단일 팔 로봇은 안정화, 재지향 또는 전달이 필요하지 않은 이러한 작업의 하위 집합을 자동화 할 수 있습니다. 그러나 흥미로운 조작 작업의 60~70%를 손이 닿지 않습니다.
스탠퍼드 ALOHA 프로젝트는 배터리를 슬롯하는 것, 스파틀을 사용하는 것, 그리고 뚜
하드웨어 플랫폼
ALOHA와 ALOHA 2 (스탠퍼드)
ALOHA (Bimanual 원격조작) 는 두 개의 ViperX 300 팔을 추종 로봇으로 사용하고 두 개의 WidowX 250 팔을 리더 (텔레오퍼레이션) 팔로 사용합니다. 전체 하드웨어는 약 32,000 달러 (약 3만 2,000만 달러) 를 지불합니다.
- ALOHA 2는 더 높은 토크 모터, 향상된 손목 디자인, 더 나은 카메라 배치 (3 카메라: 상부 + 손목 장착 두). 수술적 수준의 조작을 포함한 더 높은 정확성 작업을 가능하게 합니다.
- ** 제어:** 리더와 추종자 공동 위치 제어 50 Hz. 리더와 추종자 사이의 저 지연 이더넷 연결. ROS 2 기반.
- ** 데이터 형식:** HDF5 시인크로네이트 관절 위치, 속도, 최종 효과자 위치 및 카메라 이미지가 각각 50 Hz 및 30 fps에서 있습니다.
ARX5 쌍팔
ARX5 (Agility Robotics 연구, 이제 오픈 소스) 는 더 가벼운 무게의 쌍동력 플랫폼으로, 더 적은 비용으로 연구용으로 설계되었습니다. 이중 팔 시스템 (~15,000 달러). ALOHA보다 더 높은 속도, 한 팔당 3kg, ViperX의 750g 평정용량에 비해 약간 낮은 용량. 대학 연구실에서 점점 더 많이 채택되고 있습니다.
유니버설 로봇 UR3e 쌍 팔
공유 작업 공간에 설치된 두 개의 UR3e 팔은 우수한 생태계 지원 (UR+ 플러그인, 넓은 지갑 선택) 을 갖춘 산업 수준의 쌍용 시스템을 제공합니다. 비용: 지갑과 센서를 가진 쌍 팔 설정을 위해 $ 40,000~ $ 60,000. UR3e의 내장 된 힘 감지 (± 0.1 N 해상도) 는 접촉 부가 많은 작업에 유리합니다.
유니트 트리 H1 / G1 바이마누얼 인마노이드
인간형 로봇은 모바일 기반과 통합된 양동 조작을 제공하여 구조화되지 않은 환경에서 작업을 가능하게 한다. 유니트리 G1 (16,000 달러) 및 H1 (90,000 달러) 는 6DOF 조작 능력을 가진 두 팔을 제공합니다. 전용 조작 팔보다 낮은 팔의 정확성, 그러나 이동 + 조작을 필요로 하는 작업을 가능하게 한다 (복지, 방 규모 작업).
조정 의 도전
이중 수동 조작은 단일 팔 시스템에서 존재하지 않는 독특한 기술적 도전을 도입합니다.
- ** 시간 동기화:** 왼쪽과 오른쪽 팔은 정확한 시간으로 조정된 움직임을 수행해야 합니다. 예를 들어, 한 팔은 팔 컨트롤러 사이에 <10 ms의 동기화를 필요로 하는 힘을 적용하는 동안 물체를 안정시켜야 합니다.
- ** 작업 공간 충돌 피:** 두 팔은 작업 공간을 공유하고 서로 충돌하거나 조작되는 물체로 충돌할 수 있습니다. 계획에는 두 팔의 구성 요소를 동시에 고려해야 하며, 계획 상태 공간을 크게 확장해야합니다.
- 수거 계획: 물체를 한 손에서 다른 손으로 옮기는 작업은 전달하는 손이 풀리는 순간에 수신자의 손이 정확히 올바른 위치와 방향에 있어야 합니다.
- ** 과잉 해상도:** 12+ DOF (6개 팔) 를 가진 쌍방향 시스템에서 6+ DOF 객체를 조작하는 경우 6+의 과잉도를 갖는다. 정책 학습은 이 과잉을 처리해야 한다.
2기본 시스템 데이터 수집
양동력 데이터 수집은 단일 팔 수집보다 약 2배 더 비싸지만 비용 부가가치가 종종 과소화됩니다.
- 운전자 요구 사항: 리더-후배 텔레오퍼레이션에서, 쌍방향 시스템은 (a) 한 팔을 제어하는 두 인간 운영자 또는 (b) 두 팔을 사용하는 단일 운영자 (ALOHA 방식) 를 필요로 한다. 두 운영자 접근 방식은 조정 오버하드를 도입한다. 단일 운영자 ALOHA 접근 방식은 더 많은 운영자 기술을 필요로 한다.
- ** 동기화 품질:** 양 수동 시범은 두 사업자 (또는 리더 시스템의 양 팔) 이 정확하게 조정되어야 합니다. 팔 동기화 상태가 좋지 않은 시범 (> 전달 단계에서 100 ms 시간 오류) 는 필터링되어야 합니다.
- ** 성공률:** 두 가지 작업은 일반적으로 동등한 단일 팔 작업 (70
85%) 보다 작게 운영자 성공률 (50 70%) 를 나타냅니다. 왜냐하면 조정 실패가 추가적이기 때문에 - 실용 예산: L3의 2개 수동 작업 (컵 전달, 객체 조립) 에 대해, 신뢰할 수 있는 정책을 훈련시키기 위해 2,000
5,000의 시범을 예산으로 한다 (한 팔의 동등한 경우 500 2,000에 비해).
2개 설명서 학습 알고리즘
- ** 독립적인 팔 정책 (실용하지 않습니다):** 좌익과 우익의 개별적인 정책 훈련은 조정이 필요한 모든 작업에 독립적으로 실패합니다. 각 팔은 다른 팔의 상태를 알지 못하여 자신의 궤도를 최적화하여 전달 및 접촉 단계에서 시간 오류가 발생합니다.
- 공동 상태 공간 (필요): 정책은 동시에 두 팔의 12+ DOF 공동 상태를 관찰하고 두 팔의 모두에 대한 조정된 동작을 출력해야 합니다. ACT는 이것을 자연스럽게 처리합니다.
- **중동 조작 작업에 대한 현재 표준은 H=100 및 전체중동 결합 상태의 입력으로 하는 ACT입니다. 원래의 ALOHA 종이 ACT을 사용하여 각각 50 개의 시범과 함께 컵 전달에서 92%의 성공과 배터리 삽입에서 78%의 성공을 입증했습니다.
- **다양성 정책:**다양성 행동 분포로 인해다양성 정책 또한 다양성 정책을 잘 처리합니다. ACT보다 약간 느린 추론이 있지만 스탠퍼드 벤치마크에서 더 복잡한 조정 패턴을 처리합니다.
성능 기준
| Task | Algorithm | Demos | Success Rate | Notes |
|---|---|---|---|---|
| Cup handover | ACT | 50 | 92% | From ALOHA paper (Zhao et al. 2023) |
| Battery insertion | ACT | 50 | 78% | From ALOHA paper |
| Slot battery + close door | ACT | 50 | 65% | From ALOHA paper, complex timing |
| Cloth folding (T-shirt) | π0 (Physical Intelligence) | Proprietary | ~70% | From π0 technical report 2024 |
| Table busing | π0 | Proprietary | ~65% | Multi-step, variable objects |
RCSV는 양동 데이터 수집 및 정책 개발을 위해 ALOHA-2 및 ARX5 양동기 시스템을 운영합니다. 양동기 수집 프로그램을 위해 [데이터 서비스 팀] (
RCSV에서 두 가지 매뉴얼 데이터 수집
RCSV는 2차례의 시범 수집을 위해 ALOHA-2 및 ARX5 쌍 팔 시스템을 운영하고 있습니다. 표준 데이터 공급자가 처리 할 수 없는 조정 민감한 작업에 전문적으로 있습니다.