Manipulation of Elasto-Flexible Cables with Single or Multiple UAVs

投稿日: 2025年3月7日 作成者: jarxiv

要約

この作業では、変形可能なケーブルと拡張可能なケーブルを操作する複数の四角体で構成される大規模なクラスのシステムを考慮しています。
ケーブルは離散化された表現を介して説明されており、それはひとまとたんのパッシブ球体関節を介して相互接続された線形スプリングに分解します。
システムにはフラット出力のセットが見つかります。
数値シミュレーションは、平坦性ベースの軌跡に依存しているケーブル操作を示すことにより、調査結果をサポートしています。
最終的に、2ロボットの例では、提案された離散ケーブルモデルの有効性の実験的検証を提示します。
さらに、特定されたモデルに基づいて、ケーブル出力フィードバックを使用した閉ループコントローラーが実験的にテストされています。

要約(オリジナル)

This work considers a large class of systems composed of multiple quadrotors manipulating deformable and extensible cables. The cable is described via a discretized representation, which decomposes it into linear springs interconnected through lumped-mass passive spherical joints. Sets of flat outputs are found for the systems. Numerical simulations support the findings by showing cable manipulation relying on flatness-based trajectories. Eventually, we present an experimental validation of the effectiveness of the proposed discretized cable model for a two-robot example. Moreover, a closed-loop controller based on the identified model and using cable-output feedback is experimentally tested.

arxiv情報

著者 Chiara Gabellieri,Lars Teeuwen,Yaolei Shen,Antonio Franchi
発行日 2025-03-06 10:43:10+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 | Manipulation of Elasto-Flexible Cables with Single or Multiple UAVs はコメントを受け付けていません

Shaken, Not Stirred: A Novel Dataset for Visual Understanding of Glasses in Human-Robot Bartending Tasks

投稿日: 2025年3月7日 作成者: jarxiv

要約

オブジェクト検出のためのデータセットは、透明で反射的な特性のため、十分な種類のメガネを考慮しないことがよくあります。
具体的には、具体化されたロボット剤で広く使用されているオープンボキャブラリーオブジェクト検出器は、メガネのサブクラスを区別できません。
この科学的ギャップは、検出、計画、および行動の実行の間の誤りの蓄積に苦しむロボットアプリケーションに問題を提起します。
このペーパーでは、人間の努力を最小限に抑えるRGB-Dセンサーから実際のデータを取得するための新しい方法を紹介します。
深度測定に基づいて、すべての取得したフレームのラベルを生成する自動ラベルパイプラインを提案します。
ヒューマノイドロボットプラットフォームであるNeuro-Inspired Collaborator（Nicol）で収集された新しい実世界のガラスオブジェクトデータセットを提供します。
データセットは、5つの異なるカメラから記録された7850の画像で構成されています。
訓練されたベースラインモデルが、最先端のオープンボキャブラリーアプローチよりも優れていることを示しています。
さらに、ニコルプラットフォームに具体化されたエージェントアプローチにベースラインモデルを展開し、その上で人間のロボットバーテンダーシナリオで81％の成功率を達成します。

要約(オリジナル)

Datasets for object detection often do not account for enough variety of glasses, due to their transparent and reflective properties. Specifically, open-vocabulary object detectors, widely used in embodied robotic agents, fail to distinguish subclasses of glasses. This scientific gap poses an issue to robotic applications that suffer from accumulating errors between detection, planning, and action execution. The paper introduces a novel method for the acquisition of real-world data from RGB-D sensors that minimizes human effort. We propose an auto-labeling pipeline that generates labels for all the acquired frames based on the depth measurements. We provide a novel real-world glass object dataset that was collected on the Neuro-Inspired COLlaborator (NICOL), a humanoid robot platform. The data set consists of 7850 images recorded from five different cameras. We show that our trained baseline model outperforms state-of-the-art open-vocabulary approaches. In addition, we deploy our baseline model in an embodied agent approach to the NICOL platform, on which it achieves a success rate of 81% in a human-robot bartending scenario.

arxiv情報

著者 Lukáš Gajdošech,Hassan Ali,Jan-Gerrit Habekost,Martin Madaras,Matthias Kerzel,Stefan Wermter
発行日 2025-03-06 10:51:04+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: 68T40, cs.CV, cs.RO, I.2.9 | Shaken, Not Stirred: A Novel Dataset for Visual Understanding of Glasses in Human-Robot Bartending Tasks はコメントを受け付けていません

Robust Deterministic Policy Gradient for Disturbance Attenuation and Its Application to Quadrotor Control

投稿日: 2025年3月7日 作成者: jarxiv

要約

実用的な制御システムは、システムモデルの不確実性と外部障害のために、最適な制御ポリシーを特定する上で重要な課題をもたらします。
$ h_ \ infty $制御手法は、一般的に乱れの効果を軽減する堅牢なコントローラーを設計するために使用されますが、これらの方法は複雑で計算集約的な計算を必要とすることがよくあります。
この問題に対処するために、このペーパーでは、2プレイヤーのゼロサムダイナミックゲームとして$ h_ \ infty $コントロールの問題を定式化する堅牢な決定論的ポリシー勾配（RDPG）と呼ばれる強化学習アルゴリズムを提案します。
この策定では、1人のプレイヤー（ユーザー）がコストを最小限に抑えることを目指していますが、他のプレイヤー（敵）はそれを最大化しようとします。
次に、決定論的政策勾配（DPG）とその深い強化学習のカウンターパートを使用して、効果的な妨害減衰を伴う堅牢な制御ポリシーを訓練します。
特に、実用的な実装のために、深いニューラルネットワークアーキテクチャを採用し、双子に耐えられた深い決定論的ポリシー勾配（TD3）の技術を統合して安定性と学習効率を高めるための技術を統合する、実用的な実装のために、堅牢な深い決定論的ポリシー勾配（RDDPG）を紹介します。
提案されたアルゴリズムを評価するために、妨害が発生しやすい環境で事前に定義されたパスに従うことを担当する無人航空機（UAV）に実装します。
実験結果は、提案された方法が、乱れに対する堅牢性の観点から他の制御アプローチを上回ることを示しており、深刻な妨害条件下でも移動ターゲットの正確なリアルタイム追跡を可能にします。

要約(オリジナル)

Practical control systems pose significant challenges in identifying optimal control policies due to uncertainties in the system model and external disturbances. While $H_\infty$ control techniques are commonly used to design robust controllers that mitigate the effects of disturbances, these methods often require complex and computationally intensive calculations. To address this issue, this paper proposes a reinforcement learning algorithm called Robust Deterministic Policy Gradient (RDPG), which formulates the $H_\infty$ control problem as a two-player zero-sum dynamic game. In this formulation, one player (the user) aims to minimize the cost, while the other player (the adversary) seeks to maximize it. We then employ deterministic policy gradient (DPG) and its deep reinforcement learning counterpart to train a robust control policy with effective disturbance attenuation. In particular, for practical implementation, we introduce an algorithm called robust deep deterministic policy gradient (RDDPG), which employs a deep neural network architecture and integrates techniques from the twin-delayed deep deterministic policy gradient (TD3) to enhance stability and learning efficiency. To evaluate the proposed algorithm, we implement it on an unmanned aerial vehicle (UAV) tasked with following a predefined path in a disturbance-prone environment. The experimental results demonstrate that the proposed method outperforms other control approaches in terms of robustness against disturbances, enabling precise real-time tracking of moving targets even under severe disturbance conditions.

arxiv情報

著者 Taeho Lee,Donghwan Lee
発行日 2025-03-06 11:02:06+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.AI, cs.RO | Robust Deterministic Policy Gradient for Disturbance Attenuation and Its Application to Quadrotor Control はコメントを受け付けていません

Energy Consumption of Robotic Arm with the Local Reduction Method

投稿日: 2025年3月7日 作成者: jarxiv

要約

ロボットアームのエネルギー消費は、運用コストの上昇と環境への影響により、産業の自動化において大きな懸念事項です。
この研究では、パフォーマンスを損なうことなく、ロボットシステムのエネルギー効率を最適化するためのローカル削減方法の使用を調査しています。
このアプローチは、動きのパラメーターを改良し、精度と運用上の信頼性を維持しながらエネルギー使用を最小限に抑えます。
3ジョイントロボットアームモデルは、ピックアンドプレイスや軌道にフォローする操作を含むさまざまなタスクで、30秒間のシミュレーションを使用してテストされました。
結果は、局所削減方法により、モデル予測制御（MPC）や遺伝的アルゴリズム（GA）などの従来の技術と比較して、エネルギー消費量が最大25％減少することが明らかになりました。
重要な計算リソースを必要とするMPCと、収束率が遅いGAとは異なり、ローカル削減方法は、リアルタイムアプリケーションで優れた適応性と計算効率を実証しました。
この研究では、ローカル削減アプローチのスケーラビリティとシンプルさを強調しているため、持続可能で費用対効果の高いソリューションを求める産業にとって魅力的な選択肢となっています。
さらに、この方法では、人工知能（AI）などの新しいテクノロジーとシームレスに統合し、動的および複雑な環境でのアプリケーションをさらに強化できます。
この研究では、ロボットアーム操作を最適化し、エネルギー需要を削減し、産業自動化の持続可能性に貢献するための実用的なツールとして、ローカル削減方法の可能性を強調しています。
将来の作業は、実際のシナリオへのアプローチを拡張し、より動的な適応性のためのAI駆動型調整を組み込むことに焦点を当てます。

要約(オリジナル)

Energy consumption in robotic arms is a significant concern in industrial automation due to rising operational costs and environmental impact. This study investigates the use of a local reduction method to optimize energy efficiency in robotic systems without compromising performance. The approach refines movement parameters, minimizing energy use while maintaining precision and operational reliability. A three-joint robotic arm model was tested using simulation over a 30-second period for various tasks, including pick-and-place and trajectory-following operations. The results revealed that the local reduction method reduced energy consumption by up to 25% compared to traditional techniques such as Model Predictive Control (MPC) and Genetic Algorithms (GA). Unlike MPC, which requires significant computational resources, and GA, which has slow convergence rates, the local reduction method demonstrated superior adaptability and computational efficiency in real-time applications. The study highlights the scalability and simplicity of the local reduction approach, making it an attractive option for industries seeking sustainable and cost-effective solutions. Additionally, this method can integrate seamlessly with emerging technologies like Artificial Intelligence (AI), further enhancing its application in dynamic and complex environments. This research underscores the potential of the local reduction method as a practical tool for optimizing robotic arm operations, reducing energy demands, and contributing to sustainability in industrial automation. Future work will focus on extending the approach to real-world scenarios and incorporating AI-driven adjustments for more dynamic adaptability.

arxiv情報

著者 Halima Ibrahim Kure,Jishna Retnakumari,Lucian Nita,Saeed Sharif,Hamed Balogun,Augustine O. Nwajana
発行日 2025-03-06 11:37:01+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, cs.SY, eess.SY | Energy Consumption of Robotic Arm with the Local Reduction Method はコメントを受け付けていません

A Backbone for Long-Horizon Robot Task Understanding

投稿日: 2025年3月7日 作成者: jarxiv

要約

特に長老のタスクでは、エンドツーエンドのロボット学習は、予測不可能な結果と一般化の不十分な結果をもたらすことがよくあります。
これらの課題に対処するために、ロボットシステムの解釈可能性、データ効率、および一般化を強化するための基本構造として、新しいTherbligベースのバックボーンフレームワーク（TBBF）を提案します。
TBBFは、Therbligレベルのタスク分解を可能にし、効率的なアクションオブジェクトマッピングを促進し、新しいシナリオの適応軌跡を生成するために、専門家のデモンストレーションを利用します。
このアプローチは、オフライントレーニングとオンラインテストの2つの段階で構成されています。
オフライントレーニング段階で、さまざまなタスクで正確なTherBligセグメンテーションのために、メタRGATE SynerFusion（MGSF）ネットワークを開発しました。
オンラインテスト段階では、新しいタスクのワンショットデモンストレーションが収集された後、MGSFネットワークは高レベルの知識を抽出し、アクション登録（ActionREG）を使用して画像にエンコードされます。
さらに、視覚補正のための大規模な言語モデル（LLM） – 整列ポリシー（LAP-VC）が採用され、正確なアクション登録を確保し、新しいロボットシナリオでの軌道転送を促進します。
実験結果は、これらの方法を検証し、それぞれシンプルで複雑なシナリオの現実世界のオンラインロボットテストで、94.4％と80％のTherbligセグメンテーションと成功率で94.37％のリコールを達成します。
補足資料は、https：//sites.google.com/view/therbligsbasedbackbone/homeで入手できます

要約(オリジナル)

End-to-end robot learning, particularly for long-horizon tasks, often results in unpredictable outcomes and poor generalization. To address these challenges, we propose a novel Therblig-Based Backbone Framework (TBBF) as a fundamental structure to enhance interpretability, data efficiency, and generalization in robotic systems. TBBF utilizes expert demonstrations to enable therblig-level task decomposition, facilitate efficient action-object mapping, and generate adaptive trajectories for new scenarios. The approach consists of two stages: offline training and online testing. During the offline training stage, we developed the Meta-RGate SynerFusion (MGSF) network for accurate therblig segmentation across various tasks. In the online testing stage, after a one-shot demonstration of a new task is collected, our MGSF network extracts high-level knowledge, which is then encoded into the image using Action Registration (ActionREG). Additionally, Large Language Model (LLM)-Alignment Policy for Visual Correction (LAP-VC) is employed to ensure precise action registration, facilitating trajectory transfer in novel robot scenarios. Experimental results validate these methods, achieving 94.37% recall in therblig segmentation and success rates of 94.4% and 80% in real-world online robot testing for simple and complex scenarios, respectively. Supplementary material is available at: https://sites.google.com/view/therbligsbasedbackbone/home

arxiv情報

著者 Xiaoshuai Chen,Wei Chen,Dongmyoung Lee,Yukun Ge,Nicolas Rojas,Petar Kormushev
発行日 2025-03-06 11:59:11+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.AI, cs.CV, cs.HC, cs.RO | A Backbone for Long-Horizon Robot Task Understanding はコメントを受け付けていません

TACO: General Acrobatic Flight Control via Target-and-Command-Oriented Reinforcement Learning

投稿日: 2025年3月7日 作成者: jarxiv

要約

アクロバティックな飛行制御は広範囲に研究されていますが、既存の方法の重要な制限の1つは、通常、特定の操作タスクに制限されており、フライトパターンパラメーターをオンラインで変更できないことです。
この作業では、ターゲットとコマンド指向の強化学習（TACO）フレームワークを提案します。これは、異なる操作タスクを統一された方法で処理し、オンラインパラメーターの変更を可能にすることができます。
さらに、ポリシーの時間的および空間的な滑らかさ、独立性、および対称性を高めるために、入出力の再スケーリングを備えたスペクトル正規化方法を提案し、それによりSIMからリアルのギャップを克服します。
大規模なシミュレーションと現実世界の実験を通じてTACOアプローチを検証し、高速循環フライトと連続的なマルチフリップを達成する能力を実証します。

要約(オリジナル)

Although acrobatic flight control has been studied extensively, one key limitation of the existing methods is that they are usually restricted to specific maneuver tasks and cannot change flight pattern parameters online. In this work, we propose a target-and-command-oriented reinforcement learning (TACO) framework, which can handle different maneuver tasks in a unified way and allows online parameter changes. Additionally, we propose a spectral normalization method with input-output rescaling to enhance the policy’s temporal and spatial smoothness, independence, and symmetry, thereby overcoming the sim-to-real gap. We validate the TACO approach through extensive simulation and real-world experiments, demonstrating its capability to achieve high-speed circular flights and continuous multi-flips.

arxiv情報

著者 Zikang Yin,Canlun Zheng,Shiliang Guo,Zhikun Wang,Shiyu Zhao
発行日 2025-03-06 12:43:55+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 | TACO: General Acrobatic Flight Control via Target-and-Command-Oriented Reinforcement Learning はコメントを受け付けていません

Towards Open-Source and Modular Space Systems with ATMOS

投稿日: 2025年3月7日 作成者: jarxiv

要約

近い将来、自律宇宙システムは展開された宇宙船の多くを構成します。
彼らのタスクには、視点の宇宙ステーションの検査、アセンブリ、メンテナンス、共有ワークスペースを介した人間支援タスクなどの大きな構造を備えた自律的なランデブーおよび近接操作が含まれます。
宇宙船の自律的な制御のための複製可能で信頼できる科学的結果を促進するために、オープンソースとモジュラーソフトウェアとハ​​ードウェアに基づいたスペースロボット研究所の設計を紹介します。
シミュレーションソフトウェアは、シミュレートされた結果をハードウェアにシームレスに転送するループインソフトウェアアーキテクチャを提供します。
私たちの結果は、ハードウェアとソフトウェアの結果の比較や、自由飛行プラットフォームを制御するための制御および計画方法を含む、このようなシステムに関する洞察を提供します。

要約(オリジナル)

In the near future, autonomous space systems will compose many of the deployed spacecraft. Their tasks will involve autonomous rendezvous and proximity operations with large structures, such as inspections, assembly, and maintenance of orbiting space stations, as well as human-assistance tasks over shared workspaces. To promote replicable and reliable scientific results for autonomous control of spacecraft, we present the design of a space robotics laboratory based on open-source and modular software and hardware. The simulation software provides a software-in-the-loop architecture that seamlessly transfers simulated results to the hardware. Our results provide an insight into such a system, including comparisons of hardware and software results, as well as control and planning methodologies for controlling free-flying platforms.

arxiv情報

著者 Pedro Roque,Sujet Phodapol,Elias Krantz,Jaeyoung Lim,Joris Verhagen,Frank J. Jiang,David Dörner,Huina Mao,Gunnar Tibert,Roland Siegwart,Ivan Stenius,Jana Tumova,Christer Fuglesang,Dimos V. Dimarogonas
発行日 2025-03-06 12:47:23+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 | Towards Open-Source and Modular Space Systems with ATMOS はコメントを受け付けていません

SeGMan: Sequential and Guided Manipulation Planner for Robust Planning in 2D Constrained Environments

投稿日: 2025年3月7日 作成者: jarxiv

要約

このホワイトペーパーでは、サンプリングベースと最適化ベースのテクニックを統合し、ガイド付きのフォワード検索と、ピックアンドプレイスパズルなどの複雑で制約された連続操作の課題に対処するハイブリッドモーション計画フレームワークであるセグマンを紹介します。
セグマンは、サブゴールの粒度を調整し、全体的な効率を高める適応サブゴール選択方法を組み込んでいます。
さらに、提案された一般化可能なヒューリスティックは、よりターゲットを絞った方法でフォワード検索をガイドします。
多数のオブジェクトと障害物が住む迷路のようなタスクの広範な評価は、セグマンが一貫した計算効率の良い操作計画だけでなく、最先端のアプローチを上回ることもできることを示しています。

要約(オリジナル)

In this paper, we present SeGMan, a hybrid motion planning framework that integrates sampling-based and optimization-based techniques with a guided forward search to address complex, constrained sequential manipulation challenges, such as pick-and-place puzzles. SeGMan incorporates an adaptive subgoal selection method that adjusts the granularity of subgoals, enhancing overall efficiency. Furthermore, proposed generalizable heuristics guide the forward search in a more targeted manner. Extensive evaluations in maze-like tasks populated with numerous objects and obstacles demonstrate that SeGMan is capable of generating not only consistent and computationally efficient manipulation plans but also outperform state-of-the-art approaches.

arxiv情報

著者 Cankut Bora Tuncer,Dilruba Sultan Haliloglu,Ozgur S. Oguz
発行日 2025-03-06 13:05:25+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 | SeGMan: Sequential and Guided Manipulation Planner for Robust Planning in 2D Constrained Environments はコメントを受け付けていません

Tracking Control of Euler-Lagrangian Systems with Prescribed State, Input, and Temporal Constraints

投稿日: 2025年3月7日 作成者: jarxiv

要約

状態、入力、および時間的（SIT）制約によって誘導される厳しい動作領域を持つオイラーラグランジアン（EL）システムのスムーズな追跡制御ポリシーの統合は、非常に困難な作業です。
ELモデルのパラメーターと不確実性の境界に関する事前知識を利用する既存の方法とは対照的に、この研究では、状態および入力制約の下での追跡エラーの局所規定の時間収束を確保するために、近似のない適応バリア機能ベースの制御ポリシーを提案します。
提案された制御ポリシーは、フィルタリングされた追跡エラーに埋め込まれたスムーズな時間ベースのジェネレーター関数を利用することによりこれを達成します。これは、制御アクションを制限し、フィルタリングされた追跡エラーの時間変数を施行することにより規定の制限内に状態を制限する飽和関数と組み合わせます。
重要なことに、最小制御機関に関連する対応する実現可能性条件、制御ポリシーの最大妨害除去能力、および初期条件の実行可能なセットが導出され、SIT制約の相互作用から生じるELシステムの狭い動作ドメインを照らします。
提案されたスキームの有効性を実証するために、3つの異なるロボットマニピュレーターを用いた数値検証研究が採用されています。
提案されたスキームの優れたパフォーマンスを説明するために、主要な代替デザインを使用した詳細なパフォーマンス比較研究も行われます。

要約(オリジナル)

The synthesis of a smooth tracking control policy for Euler-Lagrangian (EL) systems with stringent regions of operation induced by state, input and temporal (SIT) constraints is a very challenging task. In contrast with existing methods that utilize prior knowledge of EL model parameters and uncertainty bounds, this study proposes an approximation-free adaptive barrier function-based control policy to ensure local prescribed time convergence of tracking error under state and input constraints. The proposed control policy accomplishes this by utilizing smooth time-based generator functions embedded in the filtered tracking error, which is combined with a saturation function that limits control action and confines states within the prescribed limits by enforcing the time-varying bounds on the filtered tracking error. Importantly, corresponding feasibility conditions pertaining to the minimum control authority, maximum disturbance rejection capability of the control policy, and the viable set of initial conditions are derived, illuminating the narrow operating domain of the EL systems arising from the interplay of SIT constraints. Numerical validation studies with three different robotic manipulators are employed to demonstrate the efficacy of the proposed scheme. A detailed performance comparison study with leading alternative designs is also undertaken to illustrate the superior performance of the proposed scheme.

arxiv情報

著者 Chidre Shravista Kashyap,Pushpak Jagtap,Jishnu Keshavan
発行日 2025-03-06 13:07:34+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 | Tracking Control of Euler-Lagrangian Systems with Prescribed State, Input, and Temporal Constraints はコメントを受け付けていません

On the Analysis of Stability, Sensitivity and Transparency in Variable Admittance Control for pHRI Enhanced by Virtual Fixtures

投稿日: 2025年3月7日 作成者: jarxiv

要約

物理的な人間とロボットの相互作用（PHRI）への関心は、フォース交換中のユーザーの安全を保証する共同ロボットの利用可能性により、過去20年間で大幅に増加しています。
このため、PHRIアプリケーションの新しい制御スキームを提案しながら、文献では安定性の懸念が広範囲に対処されています。
ロボットの非線形性のため、安定性分析は一般に受動性の概念を活用します。
一方、提案されたアルゴリズムは一般に、ロボットマニピュレーターの理想的なモデルを考慮します。
このため、このペーパーの主な目的は、透過弾力性、運動速度飽和、作動遅延などの寄生効果を考慮することにより、PHRI制御スキームのクラス、すなわちプロキシベースの制約付きアドミタンスコントローラーの不安定性の原因の詳細な分析を実施することです。
次に、制御パラメーターがシステム全体の安定性にどのように影響するかを特定するために、実験結果によってサポートされる感度分析が実行されます。
最後に、Phriの透明性を最大化することを目的として、プロキシパラメーターの適応手法が提案されています。
提案された適応方法は、シミュレーションと実験テストの両方を通じて検証されます。

要約(オリジナル)

The interest in Physical Human-Robot Interaction (pHRI) has significantly increased over the last two decades thanks to the availability of collaborative robots that guarantee user safety during force exchanges. For this reason, stability concerns have been addressed extensively in the literature while proposing new control schemes for pHRI applications. Because of the nonlinear nature of robots, stability analyses generally leverage passivity concepts. On the other hand, the proposed algorithms generally consider ideal models of robot manipulators. For this reason, the primary objective of this paper is to conduct a detailed analysis of the sources of instability for a class of pHRI control schemes, namely proxy-based constrained admittance controllers, by considering parasitic effects such as transmission elasticity, motor velocity saturation, and actuation delay. Next, a sensitivity analysis supported by experimental results is carried out, in order to identify how the control parameters affect the stability of the overall system. Finally, an adaptation technique for the proxy parameters is proposed with the goal of maximizing transparency in pHRI. The proposed adaptation method is validated through both simulations and experimental tests.

arxiv情報

著者 Davide Tebaldi,Dario Onfiani,Luigi Biagiotti
発行日 2025-03-06 13:15:19+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 | On the Analysis of Stability, Sensitivity and Transparency in Variable Admittance Control for pHRI Enhanced by Virtual Fixtures はコメントを受け付けていません