論文の概要: DeltaCharger: Charging Robot with Inverted Delta Mechanism and
CNN-driven High Fidelity Tactile Perception for Precise 3D Positioning
- arxiv url: http://arxiv.org/abs/2107.10710v1
- Date: Thu, 22 Jul 2021 14:33:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-23 15:21:59.764125
- Title: DeltaCharger: Charging Robot with Inverted Delta Mechanism and
CNN-driven High Fidelity Tactile Perception for Precise 3D Positioning
- Title（参考訳）: デルタチャージャー:精密3次元位置決めのための逆デルタ機構とCNN駆動の高忠実触覚知覚を用いた充電ロボット
- Authors: Iaroslav Okunevich, Daria Trinitatova, Pavel Kopanev, Dzmitry
Tsetserukou
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 4.0423807111935295
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: DeltaCharger is a novel charging robot with an Inverted Delta structure for
3D positioning of electrodes to achieve robust and safe transferring energy
between two mobile robots. The embedded high-fidelity tactile sensors allow to
estimate the angular, vertical and horizontal misalignments between electrodes
on the charger mechanism and electrodes on the target robot using pressure data
on the contact surfaces. This is crucial for preventing a short circuit. In
this paper, the mechanism of the developed prototype and evaluation study of
different machine learning models for misalignment prediction are presented.
The experimental results showed that the proposed system can measure the angle,
vertical and horizontal values of misalignment from pressure data with an
accuracy of 95.46%, 98.2%, and 86.9%, respectively, using a Convolutional
Neural Network (CNN). DeltaCharger can potentially bring a new level of
charging systems and improve the prevalence of mobile autonomous robots.
- Abstract（参考訳）: 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、2つの移動ロボット間のロバストで安全な移動エネルギーを実現する。
組込み高忠実触覚センサは、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、水平のずれを接触面上の圧力データを用いて推定することができる。
これはショート回路の防止に不可欠である。
本稿では,開発したプロトタイプのメカニズムと,異なる機械学習モデルの誤用予測のための評価研究について述べる。
実験の結果,本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,95.46%,98.2%,86.9%の精度で圧力データから視差の角度,垂直値,水平値を測定することができた。
DeltaChargerは、新しいレベルの充電システムを導入し、モバイル自律ロボットの普及を促進する可能性がある。
関連論文リスト
- Deep learning robotics using self-supervised spatial differentiation drive autonomous contact-based semiconductor characterization [40.361306070887366]
空間的に異なる損失関数を持つ自己教師型畳み込みニューラルネットワークを提案する。
このネットワークは、既存のモデルと比較して、有効なポーズ生成を20.0%改善する。
我々は,3,025個の予測ポーズで光伝導性を特徴付ける4自由度ロボットを駆動することで,ネットワークの性能を実証する。
論文 参考訳（メタデータ） (2024-11-15T02:36:36Z) - 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) - 6N-DoF Pose Tracking for Tensegrity Robots [5.398092221687385]
引張ロボットは剛性圧縮要素(ロッド)と柔軟な引張要素(ケーブルなど)から構成される
この研究は、マーカーのない視覚に基づく方法で、緊張するロボットのポーズトラッキングに対処することを目的としている。
RGB-Dビデオから張力ロボットの各剛体要素の6-DoFポーズを反復的に推定するプロセスを提案する。
論文 参考訳（メタデータ） (2022-05-29T20:55:29Z) - 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) - MobileCharger: an Autonomous Mobile Robot with Inverted Delta Actuator
for Robust and Safe Robot Charging [3.7003629688390896]
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。
論文 参考訳（メタデータ） (2021-07-22T11:30:25Z) - 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) - Accurate Alignment Inspection System for Low-resolution Automotive and
Mobility LiDAR [125.41260574344933]
車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。
提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
論文 参考訳（メタデータ） (2020-08-24T17:47:59Z) - Cat states in a driven superfluid: role of signal shape and switching
protocol [62.997667081978825]
運動エネルギーをゼロ時間平均で振動させた1次元Bose-Hubbardモデルの挙動について検討する。
システムパラメータの変動に対して,この非従来的基底状態のロバスト性を分析する。
論文 参考訳（メタデータ） (2020-05-11T15:15:06Z) - Populations of Spiking Neurons for Reservoir Computing: Closed Loop
Control of a Compliant Quadruped [64.64924554743982]
本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。
本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
論文 参考訳（メタデータ） (2020-04-09T14:32:49Z) - 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。