Resumo

Esta dissertação de mestrado trata da integração de planejamento de tarefas e controle de movimento em robótica de manipulação para tarefas que podem ser relaxadas. O objetivo é gerar automaticamente sequências factíveis de manipulação para serem executadas por um controlador que considera restrições geométricas impostas pela tarefa. Para lidar com a alta dimensionalidade do problema de manipulação e a complexidade de especificar tarefas, foi usado um arcabouço multicamadas para planejamento de tarefa e movimento adaptado da literatura. O arcabouço adaptado consiste de um planejador de alto nível, que gera planos de tarefa para especificações em lógica temporal linear, e um controlador de movimento de baixo nível baseado em otimização com restrições, que permite definir regiões de interesse ao invés de localidades exatas e é reativo a mudanças no espaço de trabalho. Logo, não há adição de tempo de planejamento de movimento ao tempo total de planejamento. Além disso, como não há fase de replanejamento devido a falhas em um planejador de movimento, as ações para o robô são geradas apenas uma vez para cada tarefa, portanto, a busca por plano de tarefas ocorre em um grafo estático. Com relação ao relaxamento de tarefas, a ação do plano de tarefas de segurar um objeto até uma região alvo é relaxada fazendo-se controle de distância ao plano alvo ao invés de controle de pose. Desse modo, ao invés de utilizar-se seis graus de liberdade para controlar a pose, apenas um grau de liberdade é utilizado para controlar a distância ao plano. Para manter o efetuador dentro de uma região de interesse e fora de uma região proibida enquanto ele se desloca para o plano, restrições são adicionadas. Com as restrições, o efetuador se move para a região alvo no plano, que é delimitada pela combinação de primitivas geométricas. Utilizando-se restrições por planos, foi definida uma região alvo quadrada que resulta em uma região de interesse na forma de um tronco de pirâmide invertido. Além disso, foi proposta uma nova interpretação de restrição cônica chamada restrição ponto-cone que permite definir regiões alvos circulares e que resulta em um tronco de cone invertido. Essa abordagem foi testada com tarefas de pick-and-place com complexidade similar à das tarefas realizadas no arcabouço original. O número de nós de planejamento gerados foi reduzido, o que implica em menor tempo total de planejamento. Por fim, foi mostrado que o efetuador permanece dentro da região de interesse e se move em direção ao plano alvo tanto no caso da região quadrada quanto no caso da região circular.

Abstract

This master thesis addresses the integration of task planning and motion control in robotic manipulation for tasks that can be relaxed and the generation of feasible manipulation sequences that are executed by a controller that explicitly accounts for the task geometric constraints. To cope with the high dimensionality of the manipulation problem and the complexity of specifying the tasks, we use a multi-layered framework for task and motion planning adapted from the literature. The adapted framework consists of a high-level planner, which generates task plans for linear temporal logic specifications, and a low-level motion controller, based on constrained optimization, that allows defining regions of interest instead of exact locations while being reactive to changes in the workspace. Thus, there is no low-level motion planning time added to the total planning time. Moreover, since there is no replanning phase due to motion planner failures, the robot actions are generated only once for each task because the search for a plan occurs on a static graph. Concerning task relaxation, the task plan action of holding an object toward a target region is relaxed by controlling the end-effector distance to a target plane instead of requiring pose control. This way, instead of requiring six degrees of freedom to control the pose, only one degree of freedom is used to control the distance to a plane. We add constraints that keep the end-effector inside a region of interest and outside a restricted region while it moves toward the plane. Thus, it moves toward the target region that is constrained by the combination of geometric primitives. By using plane constraints, we define a rectangular target region that results in an inverted pyramid trunk region of interest. Additionally, we propose a new interpretation of conic constraints called point-cone constraint that allows defining circular target regions resulting in an inverted cone trunk. We evaluated the adapted framework with pick-and-place tasks with similar complexity to the original framework and showed that the number of plan nodes generated is smaller than the one in the original framework, which implies less total planning time. Lastly, it is shown that the end-effector remains within the regions of interest and moves toward the target region for both the rectangular and circular target regions.