Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
General Mapping from Human Grasp to Robot Grasp.
KTH, School of Computer Science and Communication (CSC).
2011 (English)Independent thesis Advanced level (professional degree), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

The Center for Autonomous Systems (CAS) at the Royal Institute of Technology in Stockholm is one of many departments in the world that are performing research towards everything robotic. One of the research directions of CAS is towards programming by demonstration. This work strives at elevating the user from the tedious work of programming a robot to do new tasks. The idea is for the user to demonstrate the new task that is to be performed by the robot instead of hand coding the task and thereby gaining both time and effort.

A common task that a robot should be able to perform is to grasp a random object. If the robot should learn to grasp an object using the program by demonstration method then there has to be some type of mapping between the human grasp and the robot hand. This mapping can be done in many different ways but most of the researched algorithms today develop algorithms that only work with one particular robot hand. This means that if that robot hand is replaced with another then the algorithm needs to be rewritten to accommodate for the differences between the old and the new robot hand. This master thesis strives at making an initial investigation towards creating a more general mapping that would work on several different robot hands. The question that needs to be answered by the master thesis is,

Is it possible to map a human grasp to a general robot hand without having any information about the object that is to be grasped? If yes, how would this be done and what are the difficulties?

The question is answered by looking at the algorithms that already exists and analyzing what limits them to only work on one robot hand. A new algorithm is then proposed that could potentially solve the problem. This algorithm is then analyzed both by analyzing human grasps and by performing theoretical calculations of the effective end positions of the robot fingers.

Conclusion: If the mapping should be able to operate on several robot hands then some of the degrees of freedom of the robot hands cannot be used. In other words the algorithm can never guarantee that the robot grasp is the optimal grasp for that robot hand. The mapping can be done to handle several robot hands but it will probably yield a less optimal grasp then an algorithm that only works with one robot hand would.

Abstract [sv]

Center for Autonomous Systems (CAS) på Kungliga Tekniska Högskolan i Stockholm är en av många institutioner i världen som utför forskning mot allt robotiserat. En av dessa forskningsinriktningar hos CAS är mot programmering genom demonstration. Detta arbete strävar efter att hjälpa användaren bort från det tidskrävande arbetet med att programmera en robot att utföra nya uppgifter. Tanken är att användaren ska kunna demonstrera den nya uppgiften som ska utföras av roboten istället för manuellt koda uppgiften och på så sätt spara både tid och ansträngning.

En vanlig uppgift som en robot ska kunna utföra är att ta tag i ett slumpmässigt objekt. Om roboten ska kunna lära sig att greppa ett objekt genom att observera när en människa greppar objektet så måste det finnas någon typ av mappning mellan människans grepp och robotens hand. Denna kartläggning kan göras på många olika sätt men de flesta av de undersökta algoritmerna idag fungerar enbart med en specifik robot hand. Detta innebär att om robothanden skulle ersättas med en annan så måste algoritmen skrivas om. Detta examensarbete strävar efter att göra en inledande undersökning för att skapa en mer allmän mappning som skulle fungera på flera olika robot händer. Frågan som måste besvaras av examensarbetet är

Är det möjligt att mappa en människa grepp mot en allmän robot hand utan att ha någon information om objektet som skall greppas? Om ja, hur skulle detta ske och vilka är svårigheterna?

Frågan besvaras genom att titta på de algoritmer som redan finns och analysera vad som begränsar dem till att bara fungera mot en robot hand. En ny algoritm kommer att föreslås som potentiellt skulle kunna lösa problemet. Denna algoritm analyseras sedan både genom att analysera en mänskas griper och genom att utföra teoretiska beräkningar för att se hur robotens motsvarande grep skulle se ut enligt algoritmen.

Slutsats: Om kartläggningen ska kunna verka på flera roboten händer så kan inte alla frihetsgrader användas. Med andra kan algorithmen aldrig garantera att robotens grepp är det mest optimala för den robothanden. Mappningen kan göras så att den kan hantera flera robot händer men det kommer förmodligen att ge en mindre optimal grepp än vad en algoritm som bara fungerar med en robot handen skulle ge.

Place, publisher, year, edition, pages
2011.
Series
Trita-CSC-E, ISSN 1653-5715 ; 2011:135
National Category
Computer Science
Identifiers
URN: urn:nbn:se:kth:diva-130689OAI: oai:DiVA.org:kth-130689DiVA: diva2:654136
Educational program
Master of Science in Engineering - Computer Science and Technology
Uppsok
Technology
Supervisors
Examiners
Available from: 2013-10-07 Created: 2013-10-07

Open Access in DiVA

No full text

Other links

http://www.nada.kth.se/utbildning/grukth/exjobb/rapportlistor/2011/rapporter11/florin_henrik_11135.pdf
By organisation
School of Computer Science and Communication (CSC)
Computer Science

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 19 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf