論文の概要: Data-driven controllers and the need for perception systems in
underwater manipulation
- arxiv url: http://arxiv.org/abs/2109.10327v1
- Date: Tue, 21 Sep 2021 17:25:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-22 14:12:54.774416
- Title: Data-driven controllers and the need for perception systems in
underwater manipulation
- Title(参考訳): データ駆動型制御器と水中操作における知覚システムの必要性
- Authors: James P. Oubre, Ignacio Carlucho, Corina Barbalata
- Abstract要約: UVMSのモデリングは、非常に非線形なダイナミクスのために複雑でコストがかかるプロセスである。
これは、オブジェクトの操作が必要なタスクで増大します。
未知のペイロードを扱うUVMSの制御戦略を導入する。
- 参考スコア(独自算出の注目度): 4.060731229044571
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The underwater environment poses a complex problem for developing autonomous
capabilities for Underwater Vehicle Manipulator Systems (UVMSs). The modeling
of UVMSs is a complicated and costly process due to the highly nonlinear
dynamics and the presence of unknown hydrodynamical effects. This is aggravated
in tasks where the manipulation of objects is necessary, as this may not only
introduce external disturbances that can lead to a fast degradation of the
control system performance, but also requires the coordinating with a vision
system for the correct grasping and operation of the object. In this article,
we introduce a control strategy for UVMSs working with unknown payloads. The
proposed control strategy is based on a data-driven optimal controller. We
present a number of experimental results showing the benefits of the proposed
strategy. Furthermore, we include a discussion regarding the visual perception
requirements for the UVMS in order to achieve full autonomy in underwater
manipulation tasks of unknown payloads.
- Abstract(参考訳): 水中環境は、水中車両マニピュレータシステム(UVMS)の自律能力開発に複雑な問題を引き起こす。
UVMSのモデリングは、非常に非線形なダイナミクスと未知の流体力学効果の存在により複雑でコストがかかるプロセスである。
これは、オブジェクトの操作が必要なタスクにおいて、制御システムの性能が急速に低下する可能性のある外部障害を導入するだけでなく、オブジェクトの正確な把握と操作のための視覚システムとの協調も必要となるため、増大する。
本稿では,未知のペイロードを扱うUVMSの制御戦略を紹介する。
提案する制御戦略は,データ駆動型最適制御系に基づく。
提案手法の利点を示す実験結果をいくつか提示する。
さらに、未知のペイロードの水中操作タスクにおいて完全な自律性を達成するために、UVMSの視覚的認識要件について議論する。
関連論文リスト
- UGSim: Autonomous Buoyancy-Driven Underwater Glider Simulator with LQR Control Strategy and Recursive Guidance System [3.8632181427836945]
本稿では,浮力駆動グライダーのシミュレータであるUGSimについて述べる。
浮力駆動グライダーに対する複雑な流体力学と静水圧の影響から生じる、ユニークな課題に対処するために設計された。
シミュレーターは、海における高価な時間を要するアルゴリズムの開発と評価を加速するために提供される。
論文 参考訳(メタデータ) (2025-01-29T18:50:41Z) - Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。
車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。
ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
論文 参考訳(メタデータ) (2024-10-08T10:35:32Z) - SINDy-RL: Interpretable and Efficient Model-Based Reinforcement Learning [5.59265003686955]
SINDy-RLは,SINDyと深層強化学習を組み合わせたフレームワークである。
SINDy-RLは最先端のDRLアルゴリズムに匹敵する性能を達成する。
我々は,ベンチマーク制御環境と流体問題に対するアプローチの有効性を実証する。
論文 参考訳(メタデータ) (2024-03-14T05:17:39Z) - Sim-to-Real Transfer of Adaptive Control Parameters for AUV
Stabilization under Current Disturbance [1.099532646524593]
本稿では,最大エントロピー深層強化学習フレームワークを古典的なモデルベース制御アーキテクチャと組み合わせ,適応制御系を定式化する新しい手法を提案する。
本フレームワークでは,バイオインスパイアされた体験再生機構,拡張されたドメインランダム化手法,物理プラットフォーム上で実行される評価プロトコルなどを含むSim-to-Real転送戦略を導入する。
実験により,AUVの準最適モデルから有能なポリシを効果的に学習し,実車への移動時の制御性能を3倍に向上することを示した。
論文 参考訳(メタデータ) (2023-10-17T08:46:56Z) - DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。
運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。
我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
論文 参考訳(メタデータ) (2023-10-03T10:10:42Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳(メタデータ) (2023-08-14T16:48:57Z) - Enhancing AUV Autonomy With Model Predictive Path Integral Control [9.800697959791544]
AUV制御のためのモデル予測経路積分制御(MPPI)の実現可能性について検討する。
我々はAUVの非線形モデルを用いてMPPIのサンプルを伝搬し、制御動作をリアルタイムで計算する。
論文 参考訳(メタデータ) (2023-08-10T12:55:57Z) - A Deep Learning Technique to Control the Non-linear Dynamics of a
Gravitational-wave Interferometer [0.0]
非線形動的制御問題を解くディープラーニング手法を開発した。
LIGOシステムの動作に生じる重要な非線形制御問題に対して,本手法を適用した。
また、1つの現代的なCPUコア上で、高速なサンプリング速度でリアルタイムに実行できる計算効率の良いモデルを開発した。
論文 参考訳(メタデータ) (2023-02-15T19:47:56Z) - In-Distribution Barrier Functions: Self-Supervised Policy Filters that
Avoid Out-of-Distribution States [84.24300005271185]
本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。
本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
論文 参考訳(メタデータ) (2023-01-27T22:28:19Z) - Neural optimal feedback control with local learning rules [67.5926699124528]
運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。
本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-11-12T20:02:00Z) - OSCAR: Data-Driven Operational Space Control for Adaptive and Robust
Robot Manipulation [50.59541802645156]
オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。
本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。
本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
論文 参考訳(メタデータ) (2021-10-02T01:21:38Z)
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。