Open Source Robotics

Eine kuratierte Sammlung hochwertiger Open-Source-Robotikprojekte, Werkzeuge und Software für die Robotik-Community.

Grasp Taxonomy

  • Auch genannt: grasp classification
  • Kategorie: Planning & manipulation › Manipulation
  • Schlagwörter: grasping, human-hand, dexterous-manipulation, prosthetics, hand-design

Eine strukturierte Einteilung der Arten, wie eine Hand Objekte halten kann, etwa Kraft-, Präzisions- und Lateralgriffe, genutzt zur Analyse menschlichen Greifens sowie zur Konstruktion und Regelung von Roboterhänden.

Definition

Eine Grifftaxonomie (grasp taxonomy) ist eine Einteilung von Handgriffen in eine diskrete Menge benannter Typen, geordnet nach Kriterien wie der Frage, welche Teile der Hand einander gegenüberwirken, wie viele Finger beteiligt sind und ob der Griff Stabilität oder feine Kontrolle betont. Die älteste und am weitesten verbreitete Unterscheidung ist die zwischen Kraftgriffen, bei denen das Objekt gegen die Handfläche gehalten wird, und Präzisionsgriffen, bei denen es zwischen den Fingerspitzen und dem Daumen gehalten wird; sie wurde 1956 von Napier eingeführt. Spätere Taxonomien verfeinern dies in viele benannte Typen wie großen und kleinen Umfassungsgriff, Dreipunktgriff, Lateralgriff, Hakengriff und Scheibengriff.

Zwei Taxonomien sind in der Robotik besonders verbreitet. Cutkosky (1989) untersuchte Maschinenarbeiter bei der Arbeit mit Werkzeugen und ordnete Griffe in einem Baum, der von Kraft- zu Präzisionsgriffen und von der Objektform zu den Anforderungen der Aufgabe verläuft, mit dem Ziel, die Konstruktion von Roboterhänden für Fertigungsaufgaben anzuleiten. Die GRASP-Taxonomie von Feix et al. fasste frühere Taxonomien zu 33 Grifftypen zusammen, die in einer Tabelle angeordnet sind: nach Oppositionstyp (Pad-, Palm- oder Seitenopposition), danach, ob der Daumen abduziert oder adduziert ist, nach der Zahl der virtuellen Finger und nach dem Kraft-, Zwischen- oder Präzisionscharakter des Griffs. Oppositionstyp und virtuelle Finger, Konzepte, die Iberall und Kollegen entwickelt haben, beschreiben einen Griff danach, welche Handflächen einander entgegengesetzte Kräfte aufbringen, statt nach einzelnen Fingerpositionen.

Für Roboter dienen Taxonomien als gemeinsames Vokabular und nicht als Regelgesetz. Sie werden genutzt, um menschliche Demonstrationen zu annotieren, damit ein Roboter erkennen kann, welche Art von Griff eine Person verwendet hat, um unter einer kleinen Menge von Vorformen für eine mehrfingrige Hand zu wählen, um zu vergleichen, wie viele menschliche Grifftypen eine Roboter- oder Prothesenhand nachbilden kann, und um Griffdatensätze zu strukturieren. Ein Grifftyp sagt wenig über genaue Kontaktstellen oder Kräfte aus, daher wird er normalerweise mit geometrischer Griffplanung oder gelernten Reglern kombiniert, die den gewählten Typ in einen tatsächlichen Griff an einem bestimmten Objekt umsetzen.

Warum es wichtig ist

Grifftaxonomien verbinden den menschlichen Handgebrauch mit der Konstruktion und Regelung von Roboterhänden. Sie geben Ingenieuren eine kompakte Möglichkeit, festzulegen, was eine Hand können muss, geschickte Hände und Prothesenhände zu bewerten und menschliche Demonstrationen in Griffentscheidungen zu überführen, nach denen ein Roboter handeln kann.

Wichtige Anwendungen

  • Konstruktion und Benchmarking von Roboter- und Prothesenhänden
  • Annotation menschlicher Griffdemonstrationen für Imitation Learning
  • Auswahl von Vorformen für die Griffplanung mit mehrfingrigen Händen
  • Erkennung von Grifftypen aus Bildern, Handschuhen oder EMG-Signalen
  • Ergonomie und Beurteilung der Handfunktion

In der Praxis

Ein Team baut ein System, das Küchenaufgaben von Menschen lernt, die sie in virtueller Realität mit getrackten Datenhandschuhen vorführen. Jede Demonstration wird in Aktionen segmentiert, und jeder Griff erhält einen Typ aus der Feix-Taxonomie als Label, etwa mittlerer Umfassungsgriff für eine Flasche, Dreipunktgriff für den Deckel eines Gewürzglases und Lateralgriff für eine Karte. Wenn der Roboter eine Aufgabe nachbildet, ordnet er den annotierten Typ einer der wenigen Vorformen seiner mehrfingrigen Hand zu und lässt am Zielobjekt einen auf diese Vorform beschränkten Griffplaner laufen. Mit denselben Labels kann das Team zählen, welche Grifftypen seine Hand nicht nachbilden kann, und entscheiden, ob eine andere Handkonstruktion die Aufgaben abdecken würde, auf die es ankommt.

Häufige Missverständnisse

  • Ein Grifftyp legt einen Griff vollständig fest — er benennt die Familie der Handkonfiguration, aber nicht die Kontaktpunkte, Kräfte oder die Objektpose, die weiterhin geplant werden müssen
  • Es gibt eine einzige Standard-Grifftaxonomie — mehrere sind in Gebrauch, darunter die von Napier, Cutkosky und Feix et al., und sie unterscheiden sich in Kategorien und Kriterien
  • Grifftaxonomien gelten nur für menschenähnliche Hände — Oppositionstypen und virtuelle Finger können auch Griffe von Parallelgreifern und unteraktuierten Greifern beschreiben

Wer das wissen sollte

  • Konstrukteure von Roboterhänden und Prothesen
  • Forschende in geschickter Manipulation
  • Ingenieure, die Systeme für Lernen aus Demonstrationen bauen
  • Forschende in Biomechanik und menschlicher Bewegung

Verwandte Technologien

  • GRASP-Taxonomie (Feix et al.)
  • Cutkosky-Grifftaxonomie
  • Datenhandschuhe
  • Handposenschätzung
  • Elektromyografie (EMG)

Verwandte Begriffe

  • Grasp Planning
  • Dexterous Manipulation
  • Eigengrasp
  • Underactuated Hand
  • Motion Retargeting
  • Task-Oriented Grasping

Verwandte Projekte

  • Gymnasium-Robotics: Robotics RL benchmark environments for Gymnasium, from the Farama Foundation
  • mink: Python inverse kinematics library built on MuJoCo supporting 20+ robot platforms
  • TriFinger: Open-source 9-DOF tri-finger dexterous manipulation platform for RL and robotics research
  • TRLC-DK1: Bimanual robot platform for humanoid data collection with LeRobot
  • ORCA Hand: Open-source tendon-driven robotic hands with tactile sensing from ETH Zurich
  • RoboKit: GPU toolkit that solves thousands of robot IK, planning and retargeting problems at once

Diese Website benötigt JavaScript. Bitte aktivieren Sie JavaScript, um unsere Open-Source-Robotikprojekte zu erkunden.