In this letter, we present a fast method for autonomously planing manipulation tasks for mobile manipulators. The planner defines an optimal order to perform pick-and-place operations for taking objects from a cluttered scene to specific deposit areas considering both, manipulator and mobile base motion. Our method first examines the grasping feasibility of the objects with an inverse reachability map. Then, it defines all the placing locations for the objects and analyses the corresponding preconditions to reach them. Finally, it defines a sequence for rearranging the objects that minimize the execution time. We take advantage of the environment's underlying combinatorial structure to define the shortest path. In this work, we consider both the monotone case, where each object may be moved at most once, and the non-monotone cases. An experimental evaluation on the Human Support Robot (HSR) shows the effectiveness of our solutions and the scalability of our method as the number of objects increases for both cases. Tests on monotone problem instances with 20 objects show the proposed method can save up to 17% base traveling time when comparing to baseline methods at the cost of less than 9 seconds planning time. In a test on a simple non-monotone instance, the proposed method further reduces the total execution time by 25% by minimizing the total number of actions in a few seconds of planning time. The characteristic speed in re-planning makes our method suitable for online usage.

中文翻译：

---

移动机械手在杂乱场景中最优顺序拾取和放置对象

在这封信中，我们提出了一种为移动机械手自主规划操纵任务的快速方法。规划器定义了执行拾放操作的最佳顺序，以便将物体从杂乱的场景中带到特定的存放区域，同时考虑机械手和移动底座的运动。我们的方法首先用逆可达图检查物体的抓取可行性。然后，它定义了对象的所有放置位置，并分析了到达它们的相应前提条件。最后，它定义了一个重新排列对象的序列，以最小化执行时间。我们利用环境的底层组合结构来定义最短路径。在这项工作中，我们考虑了单调情况（每个对象最多可以移动一次）和非单调情况。对人类支持机器人 (HSR) 的实验评估显示了我们的解决方案的有效性和我们方法的可扩展性，因为这两种情况下对象数量都增加了。对 20 个对象的单调问题实例的测试表明，与基线方法相比，所提出的方法可以节省高达 17% 的基本旅行时间，而成本低于 9 秒的规划时间。在一个简单的非单调实例的测试中，所提出的方法通过在几秒钟的计划时间内最小化动作总数，进一步将总执行时间减少了 25%。重新规划的特征速度使我们的方法适合在线使用。对 20 个对象的单调问题实例的测试表明，与基线方法相比，所提出的方法可以节省高达 17% 的基本旅行时间，而成本低于 9 秒的规划时间。在一个简单的非单调实例的测试中，所提出的方法通过在几秒钟的计划时间内最小化动作总数，进一步将总执行时间减少了 25%。重新规划的特征速度使我们的方法适合在线使用。对 20 个对象的单调问题实例的测试表明，与基线方法相比，所提出的方法可以节省高达 17% 的基本旅行时间，而成本低于 9 秒的规划时间。在一个简单的非单调实例的测试中，所提出的方法通过在几秒钟的计划时间内最小化动作总数，进一步将总执行时间减少了 25%。重新规划的特征速度使我们的方法适合在线使用。