論文の概要: MobileCharger: an Autonomous Mobile Robot with Inverted Delta Actuator
for Robust and Safe Robot Charging
- arxiv url: http://arxiv.org/abs/2107.10585v2
- Date: Fri, 23 Jul 2021 10:02:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-26 11:01:51.909538
- Title: MobileCharger: an Autonomous Mobile Robot with Inverted Delta Actuator
for Robust and Safe Robot Charging
- Title（参考訳）: MobileCharger:ロバストで安全な充電のための逆デルタアクチュエータを備えた自律移動ロボット
- Authors: Iaroslav Okunevich, Daria Trinitatova, Pavel Kopanev, and Dzmitry
Tsetserukou
- Abstract要約: MobileChargerは、2つの移動ロボット間の安全で堅牢なエネルギー伝達のための逆デルタアクチュエータを備えた、新しいモバイル充電ロボットである。
RGB-Dカメラを用いたコンピュータビジョンシステムは、畳み込みニューラルネットワーク(CNN)を用いてターゲット移動ロボットの電極を検出することができる
組込み高忠実触覚センサを適用して、充電器機構上の電極とメインロボット上の電極とのずれを推定する。
- 参考スコア（独自算出の注目度）: 3.7003629688390896
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: MobileCharger is a novel mobile charging robot with an Inverted Delta
actuator for safe and robust energy transfer between two mobile robots. The
RGB-D camera-based computer vision system allows to detect the electrodes on
the target mobile robot using a convolutional neural network (CNN). The
embedded high-fidelity tactile sensors are applied to estimate the misalignment
between the electrodes on the charger mechanism and the electrodes on the main
robot using CNN based on pressure data on the contact surfaces. Thus, the
developed vision-tactile perception system allows precise positioning of the
end effector of the actuator and ensures a reliable connection between the
electrodes of the two robots. The experimental results showed high average
precision (84.2%) for electrode detection using CNN. The percentage of
successful trials of the CNN-based electrode search algorithm reached 83% and
the average execution time accounted for 60 s. MobileCharger could introduce a
new level of charging systems and increase the prevalence of autonomous mobile
robots.
- Abstract（参考訳）: MobileChargerは、2つの移動ロボット間の安全で堅牢なエネルギー伝達のための逆デルタアクチュエータを備えた、新しいモバイル充電ロボットである。
rgb-dカメラベースのコンピュータビジョンシステムは、畳み込みニューラルネットワーク(cnn)を使用してターゲット移動ロボットの電極を検出することができる。
埋込高密度触覚センサを適用して、接触面の圧力データに基づいて、充電器機構上の電極とCNNを用いたメインロボット上の電極とのずれを推定する。
これにより、アクチュエータの終端エフェクタの正確な位置決めが可能となり、2つのロボットの電極間の信頼性の高い接続が保証される。
実験の結果,CNNを用いた電極検出では,高い平均精度 (84.2%) を示した。
cnnベースの電極探索アルゴリズムの試験成功率は83%に達し、平均実行時間は60秒であった。
関連論文リスト
- Towards Agile Robots: Intuitive Robot Position Speculation with Neural
Networks [4.193801074793624]
本稿では,移動マニピュレータの俊敏性向上を目的とした学習に基づくロボット位置推定ネットワーク(RPSN)を提案する。
RPSNには、微分可能な逆運動アルゴリズムとニューラルネットワークが組み込まれており、エンドツーエンドのトレーニングを通じて、RPSNは高い成功率で位置を推測することができる。
論文 参考訳（メタデータ） (2024-02-26T03:54:32Z) - Robot Learning with Sensorimotor Pre-training [98.7755895548928]
ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。
我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。
感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
論文 参考訳（メタデータ） (2023-06-16T17:58:10Z) - A Transferable Legged Mobile Manipulation Framework Based on Disturbance
Predictive Control [15.044159090957292]
四足歩行ロボットにロボットアームを装着した足の移動操作は、ロボットの性能を大幅に向上させる。
本稿では,潜在動的アダプタを用いた強化学習スキームを低レベルコントローラに組み込んだ統合フレームワーク外乱予測制御を提案する。
論文 参考訳（メタデータ） (2022-03-02T14:54:10Z) - CNN-based Omnidirectional Object Detection for HermesBot Autonomous
Delivery Robot with Preliminary Frame Classification [53.56290185900837]
予備的バイナリフレーム分類を用いた物体検出のためのニューラルネットワークの最適化アルゴリズムを提案する。
周囲に6台のローリングシャッターカメラを備えた自律移動ロボットを360度視野として実験装置として使用した。
論文 参考訳（メタデータ） (2021-10-22T15:05:37Z) - AuraSense: Robot Collision Avoidance by Full Surface Proximity Detection [3.9770080498150224]
AuraSenseは、ロボットアームの非死点近接検知を実現する最初のシステムである。
1組の圧電トランスデューサしか必要とせず、市販のロボットにも容易に適用できる。
論文 参考訳（メタデータ） (2021-08-10T18:37:54Z) - DeltaCharger: Charging Robot with Inverted Delta Mechanism and
CNN-driven High Fidelity Tactile Perception for Precise 3D Positioning [4.0423807111935295]
DeltaChargerは、電極の3D位置決めのための逆デルタ構造を持つ新しい充電ロボットである。
内蔵された高忠実度触覚センサは、充電器機構上の電極とターゲットロボット上の電極との間の角、垂直、水平のずれを推定することができる。
論文 参考訳（メタデータ） (2021-07-22T14:33:15Z) - Domain and Modality Gaps for LiDAR-based Person Detection on Mobile
Robots [91.01747068273666]
本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。
実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。
その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
論文 参考訳（メタデータ） (2021-06-21T16:35:49Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳（メタデータ） (2021-01-24T12:44:38Z) - Autonomous Intruder Detection Using a ROS-Based Multi-Robot System
Equipped with 2D-LiDAR Sensors [0.5512295869673147]
本稿では,中央ロボットMIDNetによる全ロボットからの検知を集中処理する単一距離センサ/ロボットシナリオにおける侵入者検出のためのマルチロボットシステムを提案する。
この作業は、人手なしで倉庫に自律的なマルチロボットセキュリティソリューションを提供することを目的としている。
論文 参考訳（メタデータ） (2020-11-07T19:49:07Z) - OpenBot: Turning Smartphones into Robots [95.94432031144716]
現在のロボットは高価か、感覚豊かさ、計算能力、通信能力に重大な妥協をもたらす。
我々はスマートフォンを活用して、センサースイート、強力な計算能力、最先端通信チャネル、繁栄するソフトウェアエコシステムへのアクセスなどを備えたロボットを装備することを提案する。
われわれは50ドルの小型電気自動車を設計し、標準のAndroidスマートフォンのロボットボディとして機能する。
論文 参考訳（メタデータ） (2020-08-24T18:04:50Z) - OmniTact: A Multi-Directional High Resolution Touch Sensor [109.28703530853542]
既存の触覚センサーは、平らで、感度が小さいか、低解像度の信号のみを提供する。
我々は,多方向高解像度触覚センサOmniTactを紹介する。
我々は,ロボット制御の課題に対して,OmniTactの能力を評価する。
論文 参考訳（メタデータ） (2020-03-16T01:31:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。