Nonprehensile Manipulation
- Auch genannt: non-prehensile manipulation, graspless manipulation
- Kategorie: Planning & manipulation › Manipulation
- Schlagwörter: manipulation, pushing, contact, friction, mechanics
Objekte bewegen oder umorientieren, ohne sie zu greifen, etwa durch Schieben, Gleitenlassen, Kippen, Rollen, Pivotieren oder Werfen, wobei Reibung, Schwerkraft und Dynamik statt eines festen Halts genutzt werden.
Definition
Nicht greifende Manipulation (nonprehensile manipulation) ist Manipulation, bei der der Roboter den Zustand eines Objekts verändert, ohne es in einem Griff zu halten. Beispiele sind das Schieben einer Kiste über einen Tisch, das Schieben eines dünnen Buches an die Tischkante, damit es aufgenommen werden kann, das Kippen eines schweren Objekts auf seine Kante, das Rollen eines Zylinders, das Pivotieren eines Objekts an einer Wand, Schlagen oder Werfen. Bei einem umschließenden Griff schränkt die Hand das Objekt vollständig ein, sodass es sich mit der Hand bewegt; bei nicht greifender Manipulation ist das Objekt nur teilweise eingeschränkt, und seine Bewegung hängt von Reibung, Schwerkraft, Trägheit und Kontakt mit der Umgebung ab.
Da das Objekt nicht gehalten wird, muss der Roboter vorhersagen, wie das Objekt auf Kontakt reagiert, was die Mechanik zentral macht. Matthew Masons Arbeiten zur Mechanik des Schiebens in den 1980er-Jahren legten die Grundlagen: Bei einem langsamen Schub hängt die Drehrichtung eines Objekts vom Reibungszentrum und vom Reibungskegel am Schiebekontakt ab, und ein Schiebekontakt lässt sich stabil auslegen, sodass sich das Objekt ohne Rutschen mit dem Schieber bewegt. Die Grenzfläche (limit surface) beschreibt den Zusammenhang zwischen dem Reibungs-Wrench und der Gleitbewegung eines Objekts auf einer Oberfläche. Diese analytischen Modelle hängen von Reibungskoeffizienten und Druckverteilungen ab, die vorab schwer zu kennen sind, weshalb viele neuere Systeme Schiebemodelle oder Residualkorrekturen analytischer Modelle aus Daten lernen.
Nicht greifende Manipulation überschneidet sich mit zwei benachbarten Begriffen, unterscheidet sich aber von ihnen. Quasistatische Manipulation (quasi-static manipulation) ist eine Annahme über die Geschwindigkeit, nämlich dass Trägheitskräfte vernachlässigt werden können, und langsames Schieben ist sowohl quasistatisch als auch nicht greifend. Dynamische Manipulation (dynamic manipulation) beruht auf Trägheitskräften, und Werfen oder Schlagen sind sowohl dynamisch als auch nicht greifend. Auch das Greifen selbst kann quasistatisch oder dynamisch sein, es handelt sich also um getrennte Achsen. Nicht greifende Aktionen werden auch als Schritt vor dem Greifen eingesetzt, um ein Objekt in eine Pose zu bringen, in der ein Griff möglich wird, was eng mit extrinsischer Geschicklichkeit zusammenhängt.
Warum es wichtig ist
Viele Objekte sind zu groß, zu flach, zu schwer oder zu dicht gedrängt, um sie direkt zu greifen, und ein einfacher Greifer oder sogar ein bloßes Paddel kann durch Schieben und Gleitenlassen nützliche Arbeit leisten. Nicht greifende Fähigkeiten erweitern, was einfache Hardware leisten kann, erfordern aber gute Kontaktmodelle oder gelernte Dynamik, weil das Objekt nie vollständig unter der Kontrolle des Roboters ist.
Wichtige Anwendungen
- Schieben von Objekten in Zielposen in vollgestellten Arbeitsbereichen
- Manipulation vor dem Greifen, etwa Objekte an eine Tischkante schieben oder von Wänden wegbewegen
- Umstoßen, Kippen und Pivotieren schwerer oder großer Gegenstände
- Sortieren und Vereinzeln in Kisten und auf Förderbändern
- Werfen, Schlagen und andere dynamische Aufgaben
- Manipulation mit einfachen Endeffektoren wie Paddeln und Zäunen
In der Praxis
Ein Logistikroboter soll ein flaches Paket aufnehmen, das bündig an einer Kistenwand liegt, sodass der Greifer nicht darunter gelangen kann. Der Planer schiebt das Paket zunächst mit dem geschlossenen Greifer von der Wand weg und wählt dabei mithilfe eines Schiebemodells einen Kontaktpunkt und eine Richtung, die das Paket verschieben, ohne es stark zu drehen. Eine Kamera verfolgt das Paket nach jedem Schub, und der Regler passt den nächsten Schub an, wenn sich das Paket stärker gedreht hat als vorhergesagt. Sobald sich ein Spalt öffnet, schiebt der Greifer einen Finger unter die Kante und greift zu. Das Team protokolliert vorhergesagte und beobachtete Paketposen, um die Reibungsparameter des Schiebemodells zu verfeinern.
Häufige Missverständnisse
- Nicht greifend bedeutet dynamisch — langsames Schieben ist nicht greifend und quasistatisch, während Werfen nicht greifend und dynamisch ist
- Schieben ist einfach, weil es keinen Griff braucht — das Ergebnis hängt von Reibung und Druckverteilung ab, die meist unsicher sind, daher ist die Vorhersage schwieriger als bei einem gegriffenen Objekt
- Nicht greifende Manipulation ist nur ein Behelf für schlechte Greifer — sie ist oft der effizienteste Weg, große, flache oder gehäufte Objekte zu handhaben, selbst mit leistungsfähigen Händen
Wer das wissen sollte
- Forschende und Ingenieure in der Manipulation
- Ingenieure für Lager- und Logistikautomatisierung
- Ingenieure für Bewegungsplanung, die mit Kontakt arbeiten
- Forschende im Roboterlernen, die Policies zum Schieben und Gleitenlassen trainieren
Verwandte Technologien
- Grenzflächenmodelle (Limit Surface Models)
- Schiebeplanung (Push Planning)
- Kontaktimplizite Trajektorienoptimierung (Contact-Implicit Trajectory Optimization)
- Gelernte Dynamikmodelle (Learned Dynamics Models)
- Physiksimulatoren (Physics Simulators)
Verwandte Begriffe
- Quasi-Static Manipulation
- Dynamic Manipulation
- Extrinsic dexterity
- Friction Cone
- Contact mode
- Kinodynamic Planning
Verwandte Projekte
- LeRobot: HuggingFace ML library for real-world robotics in PyTorch
- Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
- NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
- OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
- Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
- OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments
Videos
- Humans, Robots, and Non-Prehensile Manipulation: Brian Douglas