An Adaptive Data-Enabled Policy Optimization Approach for Autonomous Bicycle Control

投稿日: 2025年2月20日 作成者: jarxiv

要約

このホワイトペーパーでは、内部ループ内のフィードバック線形化（FL）コントローラーをアダプティブデータ対応ポリシー最適化（DEEPO）コントローラーと外部ループに統合し、自律自転車のバランスをとる統合された制御フレームワークを紹介します。
FLコントローラーは、本質的に不安定で非線形システムを安定化および部分的に線形化しますが、そのパフォーマンスはモデルのダイナミクスと時変特性によって損なわれます。
これらの制限を克服するために、DEEPOコントローラーが導入され、適応性と堅牢性が向上します。
DEEPOの初期制御ポリシーは、オフラインの有限のセット、永続的に刺激的な入力および状態データから取得されます。
安定性を改善し、システムの非線形性と妨害を補うために、堅牢性を促進する正規者が初期ポリシーを改良しますが、Deepoフレームワークの適応セクションは、時変ダイナミクスへの適応を改善する忘れた要因で強化されます。
提案されているDeepo+FLアプローチは、機器の自律自転車でのシミュレーションと実際の実験を通じて評価されます。
結果は、FLのみのアプローチに対するその優位性を示しており、参照リーン角とリーンレートのより正確な追跡を実現しています。

要約(オリジナル)

This paper presents a unified control framework that integrates a Feedback Linearization (FL) controller in the inner loop with an adaptive Data-Enabled Policy Optimization (DeePO) controller in the outer loop to balance an autonomous bicycle. While the FL controller stabilizes and partially linearizes the inherently unstable and nonlinear system, its performance is compromised by unmodeled dynamics and time-varying characteristics. To overcome these limitations, the DeePO controller is introduced to enhance adaptability and robustness. The initial control policy of DeePO is obtained from a finite set of offline, persistently exciting input and state data. To improve stability and compensate for system nonlinearities and disturbances, a robustness-promoting regularizer refines the initial policy, while the adaptive section of the DeePO framework is enhanced with a forgetting factor to improve adaptation to time-varying dynamics. The proposed DeePO+FL approach is evaluated through simulations and real-world experiments on an instrumented autonomous bicycle. Results demonstrate its superiority over the FL-only approach, achieving more precise tracking of the reference lean angle and lean rate.

arxiv情報

著者 Niklas Persson,Feiran Zhao,Mojtaba Kaheni,Florian Dörfler,Alessandro V. Papadopoulos
発行日 2025-02-19 12:33:53+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY, math.OC | An Adaptive Data-Enabled Policy Optimization Approach for Autonomous Bicycle Control はコメントを受け付けていません

A Framework for Semantics-based Situational Awareness during Mobile Robot Deployments

投稿日: 2025年2月20日 作成者: jarxiv

要約

ロボットの危険な環境への展開には、通常、「人間のロボットチーム」（HRT）パラダイムが含まれます。このパラダイムでは、人間の監督者が危険なゾーン内で遠隔操作ロボットと対話します。
HRTを有効にし、ナビゲーション、計画、意思決定をサポートするためには、状況認識（SA）が不可欠です。
このペーパーでは、SAの高レベルの「セマンティック」情報と理解の問題について説明します。
半自律的、または可変自動パラダイムでは、人間のオペレーターとロボットを制御する自律剤の両方にとって、さまざまなタイプのセマンティック情報が重要である可能性があります。
モバイルロボットのリモート展開中に、セマンティックレベルのSAの複数のモダリティを取得および組み合わせるための一般化可能なフレームワークを提案します。
災害対応ロボット工学におけるSearch and Rescue（SAR）の適用の例でフレームワークを実証します。
さまざまな種類のセマンティック情報を反映できる「環境セマンティックインジケーター」のセットを提案します。
ロボットがさまざまなシーンに遭遇するときのリスクの指標、または人間の活動の兆候。
これらの指標に基づいて、「状況の意味的豊かさ（SSR）」と呼ばれる環境の全体的な状況を説明するメトリックを提案します。
このメトリックは、複数のセマンティックインジケーターを組み合わせて、全体的な状況を要約します。
SSRは、情報が豊富で複雑な状況に遭遇したかどうかを示します。これには、ロボットと人間の高度な推論が必要になる場合があり、したがって、専門家の人間オペレーターの注意が必要です。
このフレームワークは、モックアップ災害対応環境のジャッカルロボットでテストされています。
実験結果は、提案されたセマンティックインジケーターが、さまざまなシーンのセマンティック情報のさまざまなモダリティの変化に敏感であり、SSRメトリックは遭遇した状況の全体的なセマンティックの変化を反映していることを示しています。

要約(オリジナル)

Deployment of robots into hazardous environments typically involves a “Human-Robot Teaming” (HRT) paradigm, in which a human supervisor interacts with a remotely operating robot inside the hazardous zone. Situational Awareness (SA) is vital for enabling HRT, to support navigation, planning, and decision-making. This paper explores issues of higher-level “semantic” information and understanding in SA. In semi-autonomous, or variable-autonomy paradigms, different types of semantic information may be important, in different ways, for both the human operator and an autonomous agent controlling the robot. We propose a generalizable framework for acquiring and combining multiple modalities of semantic-level SA during remote deployments of mobile robots. We demonstrate the framework with an example application of search and rescue (SAR) in disaster response robotics. We propose a set of “environment semantic indicators’ that can reflect a variety of different types of semantic information, e.g. indicators of risk, or signs of human activity, as the robot encounters different scenes. Based on these indicators, we propose a metric to describe the overall situation of the environment called “Situational Semantic Richness (SSR)’. This metric combines multiple semantic indicators to summarise the overall situation. The SSR indicates if an information-rich and complex situation has been encountered, which may require advanced reasoning for robots and humans and hence the attention of the expert human operator. The framework is tested on a Jackal robot in a mock-up disaster response environment. Experimental results demonstrate that the proposed semantic indicators are sensitive to changes in different modalities of semantic information in different scenes, and the SSR metric reflects overall semantic changes in the situations encountered.

arxiv情報

著者 Tianshu Ruan,Aniketh Ramesh,Hao Wang,Alix Johnstone-Morfoisse,Gokcenur Altindal,Paul Norman,Grigoris Nikolaou,Rustam Stolkin,Manolis Chiou
発行日 2025-02-19 12:37:23+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | A Framework for Semantics-based Situational Awareness during Mobile Robot Deployments はコメントを受け付けていません

Human-Like Robot Impedance Regulation Skill Learning from Human-Human Demonstrations

投稿日: 2025年2月20日 作成者: jarxiv

要約

人間は、パートナー状態の認識とタスク要件に基づいてコンプライアンス行動を規制することにより、物理的に他の人と協力する専門家です。
ロボットが人間のコラボレーションスキルの習熟度を開発できるようにすることで、より効率的な人間ロボットコラボレーション（HRC）を促進できます。
このペーパーでは、複数の物理的共同作業でHRCを達成するための革新的なインピーダンス規制スキル学習フレームワークを紹介します。
このフレームワークは、人間の人間のデモンストレーションによって提供される軌跡を参照することを順守しながら、人間のパートナーの状態にロボットコンプライアンスを調整するように設計されています。
具体的には、人間の筋肉からの筋電図（EMG）シグナルが収集され、分析されて、デモ中にコンプライアンス行動を表す肢のインピーダンスを抽出します。
ヒトエンドポイントの動きは、確率論学習方法を使用してキャプチャおよび表現され、参照軌跡と対応するインピーダンスプロファイルを作成します。
一方、LSTMベースのモジュールが実装され、2人のデモ参加者間の筋肉の相乗的貢献をマッピングすることにより、タスク指向のインピーダンス規制ポリシーを開発します。
最後に、人間のようなロボットの全ボディインピーダンスコントローラーを提案し、タスクの実行中に目的のインピーダンスと参照軌道を実現するためのジョイント出力を調整します。
実験的検証は、コラボレーション輸送タスクと2つのインタラクティブな太極拳のプッシュハンドタスクを通じて実施され、一定のインピーダンス制御方法と比較して、インタラクティブな力の観点から優れたパフォーマンスを実証しました。

要約(オリジナル)

Humans are experts in collaborating with others physically by regulating compliance behaviors based on the perception of their partner states and the task requirements. Enabling robots to develop proficiency in human collaboration skills can facilitate more efficient human-robot collaboration (HRC). This paper introduces an innovative impedance regulation skill learning framework for achieving HRC in multiple physical collaborative tasks. The framework is designed to adjust the robot compliance to the human partner states while adhering to reference trajectories provided by human-human demonstrations. Specifically, electromyography (EMG) signals from human muscles are collected and analyzed to extract limb impedance, representing compliance behaviors during demonstrations. Human endpoint motions are captured and represented using a probabilistic learning method to create reference trajectories and corresponding impedance profiles. Meanwhile, an LSTMbased module is implemented to develop task-oriented impedance regulation policies by mapping the muscle synergistic contributions between two demonstrators. Finally, we propose a wholebody impedance controller for a human-like robot, coordinating joint outputs to achieve the desired impedance and reference trajectory during task execution. Experimental validation was conducted through a collaborative transportation task and two interactive Tai Chi pushing hands tasks, demonstrating superior performance from the perspective of interactive forces compared to a constant impedance control method.

arxiv情報

著者 Chenzui Li,Xi Wu,Junjia Liu,Tao Teng,Yiming Chen,Sylvain Calinon,Darwin Caldwell,Fei Chen
発行日 2025-02-19 13:23:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Human-Like Robot Impedance Regulation Skill Learning from Human-Human Demonstrations はコメントを受け付けていません

Active Illumination for Visual Ego-Motion Estimation in the Dark

投稿日: 2025年2月20日 作成者: jarxiv

要約

視覚的な臭気（VO）および視覚的なスラム（V-SLAM）システムは、堅牢な視覚的特徴がないため、低光および暗い環境で苦労することがよくあります。
この論文では、これらの挑戦的な条件でVOおよびV-SLAMアルゴリズムのパフォーマンスを強化するための新しいアクティブ照明フレームワークを提案します。
開発されたアプローチは、動く光源を動的に制御して、高度にテクスチャされた領域を照らし、機能の抽出と追跡を改善します。
具体的には、深い学習ベースの強化ネットワークを組み込んだ検出器ブロックは、関連する機能を備えた領域を識別します。
次に、パンチルトコントローラーがこれらの領域にライトビームをガイドする責任があるため、エゴモーション推定アルゴリズムに情報が豊富な画像を提供します。
実際のロボットプラットフォームでの実験結果は、提案された方法の有効性を示しており、従来の固定照明技術に関して、ポーズ推定誤差の最大75％の減少を示しています。

要約(オリジナル)

Visual Odometry (VO) and Visual SLAM (V-SLAM) systems often struggle in low-light and dark environments due to the lack of robust visual features. In this paper, we propose a novel active illumination framework to enhance the performance of VO and V-SLAM algorithms in these challenging conditions. The developed approach dynamically controls a moving light source to illuminate highly textured areas, thereby improving feature extraction and tracking. Specifically, a detector block, which incorporates a deep learning-based enhancing network, identifies regions with relevant features. Then, a pan-tilt controller is responsible for guiding the light beam toward these areas, so that to provide information-rich images to the ego-motion estimation algorithm. Experimental results on a real robotic platform demonstrate the effectiveness of the proposed method, showing a reduction in the pose estimation error up to 75% with respect to a traditional fixed lighting technique.

arxiv情報

著者 Francesco Crocetti,Alberto Dionigi,Raffaele Brilli,Gabriele Costante,Paolo Valigi
発行日 2025-02-19 13:23:31+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Active Illumination for Visual Ego-Motion Estimation in the Dark はコメントを受け付けていません

Bridging Adaptivity and Safety: Learning Agile Collision-Free Locomotion Across Varied Physics

投稿日: 2025年2月20日 作成者: jarxiv

要約

現実世界の脚のある移動システムは、さまざまなシナリオの俊敏性と安全性を調整する必要があることがよくあります。
さらに、基礎となるダイナミクスはしばしば不明で時間変動（例えば、ペイロード、摩擦）です。
この論文では、以前の作業のアジャイルが安全（ABS）（HE等）のパイプラインに基づいたBAS（適応性と安全性の橋渡し）を紹介し、不確実性のある動的環境でも適応的な安全性を提供するように設計されています。
BASには、障害物を迅速に回避するためのアジャイルポリシーと、衝突を防ぐための回復ポリシー、アジャイルポリシーで同時に訓練された物理的パラメーター推定器、およびポリシースイッチを管理する学習制御理論RA（Reach-Avoid）バリューネットワークが含まれます。
また、アジャイルポリシーとRAネットワークは両方とも、それらを適応的にするための物理パラメーターを条件としています。
分布シフトの問題を軽減するために、さらに、推定器がその堅牢性と精度を高めるために、ポリティ上の微調整段階を導入します。
シミュレーション結果は、BASが平均して高速を維持しながら、動的環境でベースラインよりも50％優れた安全性を達成することを示しています。
実際の実験では、BASは、物理学が不明な複雑な環境でその能力を示しています（たとえば、未知の摩擦がある滑りやすい床、最大8kgまでのペイロード）。ベースラインには適応性がなく、衝突につながります。
劣化した敏ility性。
その結果、BASは速度が19.8％増加し、現実の世界でABSの2.36倍低い衝突率を獲得します。
ビデオ：https：//adaptive-safe-locomotion.github.io。

要約(オリジナル)

Real-world legged locomotion systems often need to reconcile agility and safety for different scenarios. Moreover, the underlying dynamics are often unknown and time-variant (e.g., payload, friction). In this paper, we introduce BAS (Bridging Adaptivity and Safety), which builds upon the pipeline of prior work Agile But Safe (ABS)(He et al.) and is designed to provide adaptive safety even in dynamic environments with uncertainties. BAS involves an agile policy to avoid obstacles rapidly and a recovery policy to prevent collisions, a physical parameter estimator that is concurrently trained with agile policy, and a learned control-theoretic RA (reach-avoid) value network that governs the policy switch. Also, the agile policy and RA network are both conditioned on physical parameters to make them adaptive. To mitigate the distribution shift issue, we further introduce an on-policy fine-tuning phase for the estimator to enhance its robustness and accuracy. The simulation results show that BAS achieves 50% better safety than baselines in dynamic environments while maintaining a higher speed on average. In real-world experiments, BAS shows its capability in complex environments with unknown physics (e.g., slippery floors with unknown frictions, unknown payloads up to 8kg), while baselines lack adaptivity, leading to collisions or. degraded agility. As a result, BAS achieves a 19.8% increase in speed and gets a 2.36 times lower collision rate than ABS in the real world. Videos: https://adaptive-safe-locomotion.github.io.

arxiv情報

著者 Yichao Zhong,Chong Zhang,Tairan He,Guanya Shi
発行日 2025-02-19 14:13:51+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | Bridging Adaptivity and Safety: Learning Agile Collision-Free Locomotion Across Varied Physics はコメントを受け付けていません

Muscle Activation Estimation by Optimzing the Musculoskeletal Model for Personalized Strength and Conditioning Training

投稿日: 2025年2月20日 作成者: jarxiv

要約

筋骨格モデルは、筋肉の状態を分析するために、リハビリテーションとレジスタンストレーニングの領域で極めて重要です。
ただし、筋骨格パラメーターの個々の変動性と、いくつかの内部生体力学的変数の計り知れないことは、正確な個別化されたモデリングに大きな障害をもたらします。
さらに、複数の筋肉が単一の関節を駆動する筋骨格系の固有の冗長性により、筋肉の活性化推定は困難な場合があります。
この研究は、筋力とコンディショニングのトレーニングのための全身筋骨格モデルを開発し、筋電図ベースの最適化方法で関連する筋肉パラメーターを調整します。
個別化された筋骨格モデルを利用することにより、その後、筋肉の活性化を推定して、エクササイズの性能を分析できます。
ベンチプレスとデッドリフトは、このアプローチの有効性を確認するために、実験的検証のために選択されています。

要約(オリジナル)

Musculoskeletal models are pivotal in the domains of rehabilitation and resistance training to analyze muscle conditions. However, individual variability in musculoskeletal parameters and the immeasurability of some internal biomechanical variables pose significant obstacles to accurate personalized modelling. Furthermore, muscle activation estimation can be challenging due to the inherent redundancy of the musculoskeletal system, where multiple muscles drive a single joint. This study develops a whole-body musculoskeletal model for strength and conditioning training and calibrates relevant muscle parameters with an electromyography-based optimization method. By utilizing the personalized musculoskeletal model, muscle activation can be subsequently estimated to analyze the performance of exercises. Bench press and deadlift are chosen for experimental verification to affirm the efficacy of this approach.

arxiv情報

著者 Xi Wu,Chenzui Li,Kehan Zou,Ning Xi,Fei Chen
発行日 2025-02-19 14:22:39+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, physics.med-ph | Muscle Activation Estimation by Optimzing the Musculoskeletal Model for Personalized Strength and Conditioning Training はコメントを受け付けていません

Multi-Covering a Point Set by $m$ Disks with Minimum Total Area

投稿日: 2025年2月20日 作成者: jarxiv

要約

一般的なロボットセンシングの問題は、センサーを配置して資産のセットを堅牢に監視することです。ここでは、少なくとも$ \ kappa（p）$センサーによって資産$ p $を監視することを要求することで堅牢性が保証されます。
それぞれがディスク型のセンシング領域を持つ$ m $センサーで観察する必要がある$ n $の資産を与えられ、センサーをどこに配置する必要があります。
この問題について、高速ヒューリスティックを提供して分析します。
次に、ヒューリスティックを使用して、正確な整数プログラミングソリューションを初期化します。
その後、整数プログラムの定式化を変更し、ディスク候補セットを変更することにより、センサー間の分離制約を強制します。

要約(オリジナル)

A common robotics sensing problem is to place sensors to robustly monitor a set of assets, where robustness is assured by requiring asset $p$ to be monitored by at least $\kappa(p)$ sensors. Given $n$ assets that must be observed by $m$ sensors, each with a disk-shaped sensing region, where should the sensors be placed to minimize the total area observed? We provide and analyze a fast heuristic for this problem. We then use the heuristic to initialize an exact Integer Programming solution. Subsequently, we enforce separation constraints between the sensors by modifying the integer program formulation and by changing the disk candidate set.

arxiv情報

著者 Mariem Guitouni,Chek-Manh Loi,Sándor P. Fekete,Michael Perk,Aaron T. Becker
発行日 2025-02-19 14:34:32+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CG, cs.RO, F.2.2 | Multi-Covering a Point Set by $m$ Disks with Minimum Total Area はコメントを受け付けていません

Invisible Servoing: a Visual Servoing Approach with Return-Conditioned Latent Diffusion

投稿日: 2025年2月20日 作成者: jarxiv

要約

この論文では、UAVの視覚ベースのナビゲーション（非公開の航空機）の生成モデルの適用を調査する潜在的な拡散確率モデル（DDPMS）に基づいた新しい視覚サーボ（VS）アプローチを提示します。
古典的なメソッドと対は反対に、提案されたアプローチにより、ターゲットが最初に見えない場合でも、目的のターゲットビューに到達することができます。
これは、DDPMが計画に使用する潜在的な表現と、ターゲットに触れられない初期ビューを含む軌跡のデータセットの学習のおかげで可能です。
コンパクトな表現は、クロスモーダル変異オートエンコーダーを使用して生の画像から学習されます。
現在の画像を考えると、DDPMは潜在スペースの軌跡を生成し、ロボットプラットフォームを目的の視覚ターゲットに導きます。
このアプローチは、2つのジェネリックマルチローターUAV（四肢装置と六角動態）を使用してシミュレーションで検証されています。
結果は、最初のビューに見えなくても、視覚ターゲットに正常に到達できることを示しています。

要約(オリジナル)

In this paper, we present a novel visual servoing (VS) approach based on latent Denoising Diffusion Probabilistic Models (DDPMs), that explores the application of generative models for vision-based navigation of UAVs (Uncrewed Aerial Vehicles). Opposite to classical VS methods, the proposed approach allows reaching the desired target view, even when the target is initially not visible. This is possible thanks to the learning of a latent representation that the DDPM uses for planning and a dataset of trajectories encompassing target-invisible initial views. A compact representation is learned from raw images using a Cross-Modal Variational Autoencoder. Given the current image, the DDPM generates trajectories in the latent space driving the robotic platform to the desired visual target. The approach has been validated in simulation using two generic multi-rotor UAVs (a quadrotor and a hexarotor). The results show that we can successfully reach the visual target, even if not visible in the initial view.

arxiv情報

著者 Bishoy Gerges,Barbara Bazzana,Nicolò Botteghi,Youssef Aboudorra,Antonio Franchi
発行日 2025-02-19 14:39:06+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Invisible Servoing: a Visual Servoing Approach with Return-Conditioned Latent Diffusion はコメントを受け付けていません

Exploring Embodied Emotional Communication: A Human-oriented Review of Mediated Social Touch

投稿日: 2025年2月20日 作成者: jarxiv

要約

このペーパーでは、触覚界面、感情的な情報、マッピングメカニズム、および人間と人間とロボットの相互作用のダイナミクスにまたがる文献の広範なレビューを通じて、人間指向のアプローチを使用して、媒介ソーシャルタッチ（MST）の構造化された理解を提供します。
37の選択されたMSTケースの既存および探索的マッピング戦略を調査することにより、カテゴリーおよび価数覚醒モデルを統合し、感情的なキューが触覚信号にどのように翻訳されるかを示すことにより、多様な感情に対応するMSTの感情的表現空間を確立しました
。
MSTSの表現能力に基づいて、実用的な設計スペースは、身体の位置、デバイスフォーム、触覚モダリティ、パラメーターなどの要因を包み込んで構成されていました。
また、ワークフロー、評価方法、倫理的および文化的考慮事項など、MSTのさまざまな設計戦略、およびいくつかの将来の研究の方向性も提案しました。
MSTSの可能性は、感情的な情報を伝えるだけでなく、人間と人間とロボットの両方の相互作用の共感、快適さ、つながりを育むことにも反映されています。
このペーパーは、MSTの感情的なコミュニケーションの範囲を拡大し、感情的な触覚の多様な応用の探求を促進し、触覚相互作用の自然性と社交性を高めるのに役立つ、設計研究者と実践者の包括的なリファレンスとして機能することを目的としています。

要約(オリジナル)

This paper offers a structured understanding of mediated social touch (MST) using a human-oriented approach, through an extensive review of literature spanning tactile interfaces, emotional information, mapping mechanisms, and the dynamics of human-human and human-robot interactions. By investigating the existing and exploratory mapping strategies of the 37 selected MST cases, we established the emotional expression space of MSTs that accommodated a diverse spectrum of emotions by integrating the categorical and Valence-arousal models, showcasing how emotional cues can be translated into tactile signals. Based on the expressive capacity of MSTs, a practical design space was structured encompassing factors such as the body locations, device form, tactile modalities, and parameters. We also proposed various design strategies for MSTs including workflow, evaluation methods, and ethical and cultural considerations, as well as several future research directions. MSTs’ potential is reflected not only in conveying emotional information but also in fostering empathy, comfort, and connection in both human-human and human-robot interactions. This paper aims to serve as a comprehensive reference for design researchers and practitioners, which helps expand the scope of emotional communication of MSTs, facilitating the exploration of diverse applications of affective haptics, and enhancing the naturalness and sociability of haptic interaction.

arxiv情報

著者 Liwen He,Zichun Guo,Yanru Mo,Yue Wen,Yun Wang
発行日 2025-02-19 15:30:23+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: (Primary), 68U05, 92B20, cs.HC, cs.RO, H.5.2 | Exploring Embodied Emotional Communication: A Human-oriented Review of Mediated Social Touch はコメントを受け付けていません

An Online Optimization-Based Trajectory Planning Approach for Cooperative Landing Tasks

投稿日: 2025年2月20日 作成者: jarxiv

要約

このホワイトペーパーでは、協調的な着陸タスクの不均一なマルチロボットシステム（四足動物と地上モバイルロボットで構成される）のリアルタイム軌道計画スキームを紹介します。ここでは、ロボット間の着陸位置、着陸時間、および調整が自律的に決定されます。
実現可能性とユーザー仕様の考慮の下で。
提案されたフレームワークは、意思決定者としての相補性制約の可能性を活用し、多様な協同組合タスクの指標であり、それを共同着陸シナリオに拡張します。
提案された方法論の潜在的なアプリケーションでは、地上モバイルロボットは、充電される四角体とリアルタイムでモバイル充電ステーションと調整を行うことができ、安全で効率的なランデブーと着陸を促進します。
シミュレーションおよび実際のアプリケーションで生成された軌道を検証し、提案された着陸計画フレームワークのリアルタイム機能を実証しました。

要約(オリジナル)

This paper presents a real-time trajectory planning scheme for a heterogeneous multi-robot system (consisting of a quadrotor and a ground mobile robot) for a cooperative landing task, where the landing position, landing time, and coordination between the robots are determined autonomously under the consideration of feasibility and user specifications. The proposed framework leverages the potential of the complementarity constraint as a decision-maker and an indicator for diverse cooperative tasks and extends it to the collaborative landing scenario. In a potential application of the proposed methodology, a ground mobile robot may serve as a mobile charging station and coordinates in real-time with a quadrotor to be charged, facilitating a safe and efficient rendezvous and landing. We verified the generated trajectories in simulation and real-world applications, demonstrating the real-time capabilities of the proposed landing planning framework.

arxiv情報

著者 Jingshan Chen,Lihan Xu,Henrik Ebel,Peter Eberhard
発行日 2025-02-19 15:36:01+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | An Online Optimization-Based Trajectory Planning Approach for Cooperative Landing Tasks はコメントを受け付けていません