Geometric operators for motion planning - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2008

Geometric operators for motion planning

Résumé

Motion planning is building a considerable momentum within industrial settings. Whether for programming factory robots or calculating mechanical assembly sequences, motion planning through probabilistic algorithms has proved to be particularly efficient for solving complex problems that are difficult for human operators. This doctoral thesis, a collaborative work between the research laboratory LAAS-CNRS and the startup company Kineo CAM, is aimed confronting motion planning problems encountered in the virtual factory. We have identified three domains that are of interest to industrial partners and we contribute to each: collision detection, swept volumes, and motion planning in collision. Collision detection is a critical operator for analyzing digital models within their environment. Motion planning algorithms rely so heavily on collision detection that it has become a performance bottleneck. This explains why such a large variety of collision detection algorithms exist, each specialized for a particular type of geometry, such as polyhedra or voxels. Such a diverse solution space is a barrier for integrating multiple geometry types into the same architecture. We propose a framework for performing proximity queries between heterogeneous geometries. While factoring out the algorithmic core common to spatial-division and bounding-volume schemes, the framework allows specialized collision tests between a pair of geometric primitives. New geometry types can thus be added easily and without hurting performance. We validate our approach on a humanoid robot that navigates an unknown environment using vision. Swept volumes are a useful tool for visualizing the extent of a movement, such as the vibrations of an engine or the reaching of a digital human actor. The state-of-the-art approach exploits graphics hardware to quickly approximate swept volumes with a high accuracy, but only applies to a single watertight object. To adapt this algorithm to handle computer-aided desi gn input, we modify its behavior to treat polygon soup models and discontinuous paths. We demonstrate its effectiveness on disassembly movements of mechanical pieces with a large number of triangles. It can be challenging to manipulate the volume described by a polygon soup. Starting with the swept volume algorithm, we introduce operators to change the size of discrete objects. At a basic level, we calculate the Minkowski sum of the object and a sphere in order to inflate the object, and the Minkowski difference to deflate it. We test these operators on both static and moving objects. Finally, we take on the problem of motion planning in collision. Although it may appear as a contradiction in terms, the ability to authorize a limited penetration during the planning process can be a powerful tool for certain difficult motion planning problems. For example, when calculating disassembly sequences, we can allow obstacles such as screws to move during the planning. In addition, by allowing collision we are able to solve forced passage problems. This is a difficult problem encountered in virtual mockups, where certain parts are slightly deformable or where we may be asked to find the "least-worst path" when no non-colliding path exists. In this doctoral work we develop several contributions that apply to industrial robotics and automation. By focusing on the strict functional and usability requirements of the domain, we hope that our algorithms are directly applicable as well as scientifically valuable. We try to expose the advantages as well as the disadvantages of our approach throughout the thesis.
La planification du mouvement connait une utilisation croissante dans le contexte industriel. Qu'elle soit destinée à la programmation des robots dans l'usine ou au calcul de l'assemblage d'une pièce mécanique, la planification au travers des algorithmes probabilistes est particulièrement efficace pour résoudre des problèmes complexes et difficiles pour l'opérateur humain. Cette thèse CIFRE, effectuée en collaboration entre le laboratoire de recherche LAAS-CNRS et la jeune entreprise Kineo CAM, s'attache à résoudre la problématique de planification de mouvement dans l'usine numérique. Nous avons identifié trois domaines auxquels s'intéressent les partenaires industriels et nous apportons des contributions dans chacun d'eux: la détection de collision, le volume balayé et le mouvement en collision. La détection de collision est un opérateur critique pour analyser des maquettes numériques. Les algorithmes de planification de mouvement font si souvent appel à cet opérateur qu'il représente un point critique pour les performances. C'est pourquoi, il existe une grande variété d'algorithmes spécialisés pour chaque type de géométries possibles. Cette diversité de solutions induit une difficulté pour l'intégration de plusieurs types de géométries dans la même architecture. Nous proposons une structure algorithmique rassemblant des types géométriques hétérogènes pour effectuer les tests de proximité entre eux. Cette architecture distingue un noyau algorithmique commun entre des approches de division de l'espace, et des tests spécialisés pour un couple de primitives géométriques donné. Nous offrons ainsi la possibilité de facilement ajouter des types de données nouveaux sans pénaliser la performance. Notre approche est validée sur un cas de robot humanoïde qui navigue dans un environnement inconnu grâce à la vision. Concernant le volume balayé, il est utilisé pour visualiser l'étendue d'un mouvement, qu'il soit la vibration d'un moteur ou le geste d'un mannequin virtuel. L'app roche la plus innovante de la littérature repose sur la puissance du matériel graphique pour approximer le volume balayé très rapidement. Elle est toutefois limitée en entrée à un seul objet, qui lui-même doit décrire un volume fermé. Afin d'adapter cet algorithme au contexte de la conception numérique, nous modifions son comportement pour traiter des " soupes de polygones " ainsi que des trajectoires discontinues. Nous montrons son efficacité sur les mouvements de désassemblage pour des pièces avec un grand nombre de polygones. Une soupe de polygones est plus difficile à manipuler qu'un volume bien formé. Le calcul du volume balayé introduit des opérateurs d'agrandissement et de rétrécissement des objets discrétisés. Le rétrécissement peut être utilisé pour d'autres applications dans la planification du mouvement à condition que la topologie de l'objet soit conservée pendant la transformation. Afin de préserver celle-ci, nous définissons le calcul du squelette qui préserve l'équivalence topologique. En gardant le squelette, nous employons l'opérateur de rétrécissement pour chercher les passages étroits des problèmes difficiles de planification de mouvement. Enfin, nous abordons le problème de la planification de mouvement en collision. Cette antilogie exprime la capacité d'autoriser une collision bornée pendant la recherche de trajectoire. Ceci permet de résoudre certains problèmes d'assemblage très difficiles. Par exemple, lors du calcul des séquences de désassemblage, il peut être utile de permettre à des "pièces obstacles" telles que les vis de se déplacer pendant la planification. De plus, en autorisant la collision, nous sommes capables de résoudre des problèmes de passage en force. Cette problématique se pose souvent dans la maquette numérique où certaines pièces sont " souples " ou si le problème consiste à identifier la trajectoire "la moins pire" quand aucun chemin sans collision n'existe. Nous apportons dans ce travail plusieurs contributions qui s'appliq uent à la conception numérique pour la robotique industrielle. Nous essayons de marier une approche scientifique avec des critères de fonctionnalités strictes pour mieux s'adapter aux utilisateurs de la conception numérique. Nous cherchons à exposer les avantages et les inconvénients de nos approches tout au long du manuscrit.
Fichier principal
Vignette du fichier
phd_v67.pdf (3.06 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00348010 , version 1 (17-12-2008)

Identifiants

  • HAL Id : tel-00348010 , version 1

Citer

Jesse Himmelstein. Geometric operators for motion planning. Computer Science [cs]. INSA de Toulouse, 2008. English. ⟨NNT : ⟩. ⟨tel-00348010⟩
179 Consultations
886 Téléchargements

Partager

Gmail Facebook X LinkedIn More