Modelo de mezclas gaussianas para tareas de contacto
Citas bibliográficas
Enlace de Referencia
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Fecha
Resumen en inglés
In this document a probabilistic Gaussian Mixture Model (GMM) to represent contact robotic tasks was developed. We present a comparison between simulation and experimental data for a robot performing simple contact tasks. The simulation includes the manipulator dynamics and a linear model for the contact with the environment. The testing bench consists of (I) a serial manipulator UR3 from Universal Robots, (II) a Force/Torque sensor located at the tip of the manipulator, and (III) a data acquisition system. The GMM was tested using two example tasks. The first task simulates the process of inserting a pen into its cap, and the second task emulates the process of polishing or grinding an object. In both cases, the proposed method was successful according to the AIC and BIC criteria. The results of this project show that this method has a good potential to obtain an implicit model for the proposed contact tasks since it represents the position and force phases during the task and requires few demonstrations.
Resumen en español
En este documento se desarrolló un modelo probabilístico de mezclas gaussianas (GMM) para representar tareas robóticas de contacto. En este trabajo presentamos una comparación entre una simulación y datos experimentales para un robot que realiza tareas de contacto simples. La simulación incluye la dinámica del manipulador y un modelo lineal para el contacto con el entorno. El banco de pruebas consta de (I) un manipulador serial UR3 de Universal Robots, (II) un sensor de fuerza/par F/T ubicado en la punta del manipulador y (III) un sistema de adquisición de datos. El GMM se probó utilizando dos tareas propuestas. La primera tarea simula el proceso de insertar un bolígrafo en su tapa y la segunda tarea emula un proceso de pulir o desbaste de un objeto. En ambos casos el método propuesto fue exitoso según los criterios AIC y BIC. Los resultados de este proyecto muestran que el método tiene un buen potencial para obtener un modelo implícito para las tareas de contacto realizadas, ya que representa las fases de la posición y fuerza durante la tarea y requiere pocas demostraciones simuladas o experimentales.