Grasp Taxonomy
- Aussi appelé: grasp classification
- Catégorie: Planning & manipulation › Manipulation
- Mots-clés: grasping, human-hand, dexterous-manipulation, prosthetics, hand-design
Classification structurée des façons dont une main peut tenir des objets, comme les prises de force, de précision et latérales, utilisée pour analyser la préhension humaine et pour concevoir et commander des mains robotiques.
Définition
Une taxonomie des prises (grasp taxonomy) est une classification des prises de la main en un ensemble discret de types nommés, organisés selon des critères comme les parties de la main qui s'opposent, le nombre de doigts impliqués et le fait que la prise privilégie la stabilité ou le contrôle fin. La distinction la plus ancienne et la plus utilisée oppose les prises de force, où l'objet est maintenu contre la paume, et les prises de précision, où il est tenu entre le bout des doigts et le pouce ; elle a été introduite par Napier en 1956. Les taxonomies ultérieures la précisent en de nombreux types nommés, comme les prises enveloppantes larges et petites, la prise tridigitale, la pince latérale, la prise en crochet et la prise en disque.
Deux taxonomies sont particulièrement courantes en robotique. Cutkosky (1989) a étudié des machinistes travaillant avec des outils et organisé les prises en un arbre qui va des prises de force aux prises de précision et de la forme de l'objet aux exigences de la tâche, dans le but de guider la conception de mains robotiques pour des tâches de fabrication. La taxonomie GRASP de Feix et al. a réuni des taxonomies antérieures en 33 types de prise disposés dans un tableau selon le type d'opposition (opposition pulpaire, palmaire ou latérale), selon que le pouce est en abduction ou en adduction, selon le nombre de doigts virtuels et selon le caractère de force, intermédiaire ou de précision de la prise. Le type d'opposition et les doigts virtuels, notions développées par Iberall et ses collègues, décrivent une prise par les surfaces de la main qui exercent des forces opposées plutôt que par la position de chaque doigt.
Pour les robots, les taxonomies servent de vocabulaire commun plutôt que de loi de commande. Elles servent à annoter des démonstrations humaines pour qu'un robot puisse reconnaître quel type de prise une personne a utilisé, à choisir parmi un petit ensemble de préformes pour une main à plusieurs doigts, à comparer combien de types de prise humains une main robotique ou prothétique peut reproduire, et à structurer des jeux de données de saisie. Un type de prise dit peu de choses sur les emplacements de contact ou les forces exacts ; il est donc normalement combiné à une planification de saisie géométrique ou à des contrôleurs appris qui transforment le type choisi en une saisie réelle sur un objet précis.
Pourquoi c'est important
Les taxonomies des prises relient l'usage de la main humaine à la conception et à la commande des mains robotiques. Elles offrent aux ingénieurs un moyen compact de préciser ce qu'une main doit savoir faire, d'évaluer des mains dextres et prothétiques, et de transformer des démonstrations humaines en choix de saisie qu'un robot peut exécuter.
Applications principales
- Conception et évaluation comparative de mains robotiques et prothétiques
- Annotation de démonstrations de prise humaines pour l'apprentissage par imitation
- Choix de préformes pour la planification de saisie à plusieurs doigts
- Reconnaissance des types de prise à partir d'images, de gants ou de signaux EMG
- Ergonomie et évaluation de la fonction de la main
En pratique
Une équipe construit un système qui apprend des tâches de cuisine à partir de personnes qui les démontrent en réalité virtuelle avec des gants de données suivis. Chaque démonstration est segmentée en actions, et chaque prise est annotée avec un type de la taxonomie de Feix, comme l'enveloppante moyenne pour une bouteille, la prise tridigitale pour le couvercle d'un pot à épices et la pince latérale pour une carte. Lorsque le robot reproduit une tâche, il associe le type annoté à l'une des quelques préformes disponibles sur sa main à plusieurs doigts et exécute un planificateur de saisie limité à cette préforme sur l'objet cible. Les mêmes annotations permettent à l'équipe de compter les types de prise que sa main ne peut pas reproduire et de décider si une autre conception de main couvrirait les tâches qui l'intéressent.
Idées reçues
- Un type de prise spécifie entièrement une saisie — il nomme la famille de configurations de la main, mais pas les points de contact, les forces ni la pose de l'objet, qui doivent encore être planifiés
- Il existe une taxonomie des prises standard unique — plusieurs sont en usage, dont celles de Napier, de Cutkosky et de Feix et al., et elles diffèrent par leurs catégories et leurs critères
- Les taxonomies des prises ne s'appliquent qu'aux mains anthropomorphes — les types d'opposition et les doigts virtuels peuvent aussi décrire les saisies réalisées par des pinces à mors parallèles et des pinces sous-actionnées
Qui devrait le savoir
- Concepteurs de mains robotiques et de prothèses
- Chercheurs en manipulation dextre
- Ingénieurs qui construisent des systèmes d'apprentissage par démonstration
- Chercheurs en biomécanique et en mouvement humain
Technologies associées
- Taxonomie GRASP (Feix et al.)
- Taxonomie des prises de Cutkosky
- Gants de données
- Estimation de la pose de la main
- Électromyographie (EMG)
Termes associés
- Grasp Planning
- Dexterous Manipulation
- Eigengrasp
- Underactuated Hand
- Motion Retargeting
- Task-Oriented Grasping
Projets associés
- 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