論文の概要: Physical Interaction and Manipulation of the Environment using Aerial
Robots
- arxiv url: http://arxiv.org/abs/2207.02856v1
- Date: Wed, 6 Jul 2022 13:15:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-08 14:52:52.103327
- Title: Physical Interaction and Manipulation of the Environment using Aerial
Robots
- Title(参考訳): 空中ロボットを用いた環境の物理的相互作用と操作
- Authors: Azarakhsh Keipour
- Abstract要約: 空飛ぶロボットと環境との物理的相互作用には、無数の潜在的な応用があり、多くのオープンな課題を抱える新興分野である。
これらの課題に対処するために、完全に作動したマルチローターが導入された。
位置と方向を完全に制御し、ロボットにマルチDoF操作アームを装着する必要がなくなる。
しかし、現実のアプリケーションで使われる前には、多くのオープンな問題がある。
- 参考スコア(独自算出の注目度): 1.370633147306388
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The physical interaction of aerial robots with their environment has
countless potential applications and is an emerging area with many open
challenges. Fully-actuated multirotors have been introduced to tackle some of
these challenges. They provide complete control over position and orientation
and eliminate the need for attaching a multi-DoF manipulation arm to the robot.
However, there are many open problems before they can be used in real-world
applications. Researchers have introduced some methods for physical interaction
in limited settings. Their experiments primarily use prototype-level software
without an efficient path to integration with real-world applications. We
describe a new cost-effective solution for integrating these robots with the
existing software and hardware flight systems for real-world applications and
expand it to physical interaction applications. On the other hand, the existing
control approaches for fully-actuated robots assume conservative limits for the
thrusts and moments available to the robot. Using conservative assumptions for
these already-inefficient robots makes their interactions even less optimal and
may even result in many feasible physical interaction applications becoming
infeasible. This work proposes a real-time method for estimating the complete
set of instantaneously available forces and moments that robots can use to
optimize their physical interaction performance. Finally, many real-world
applications where aerial robots can improve the existing manual solutions deal
with deformable objects. However, the perception and planning for their
manipulation is still challenging. This research explores how aerial physical
interaction can be extended to deformable objects. It provides a detection
method suitable for manipulating deformable one-dimensional objects and
introduces a new perspective on planning the manipulation of these objects.
- Abstract(参考訳): 航空ロボットと環境の物理的相互作用は数え切れないほどの応用可能性を持ち、多くの課題を抱えた新興分野である。
これらの課題のいくつかに取り組むために、完全に作動するマルチロータが導入された。
位置と方向を完全に制御し、ロボットにマルチDoF操作アームを装着する必要がなくなる。
しかし、現実のアプリケーションで使われる前には、多くのオープンな問題がある。
研究者は限られた環境での物理的相互作用の方法をいくつか導入した。
彼らの実験は主に、実世界のアプリケーションと統合するための効率的なパスなしでプロトタイプレベルのソフトウェアを使用する。
本稿では,これらのロボットを既存のソフトウェアとハードウェアの飛行システムに統合し,実世界のアプリケーションに拡張するためのコスト効率の高い新しいソリューションについて述べる。
一方、完全作動型ロボットの既存の制御アプローチは、ロボットが利用可能な推力とモーメントの保守的な限界を仮定している。
すでに非効率なロボットに保守的な仮定を用いることで、それらの相互作用はより最適ではなくなり、多くの物理的相互作用アプリケーションが実現不可能になる可能性さえある。
本研究は,ロボットが物理的インタラクション性能を最適化するために使用できる,瞬時利用可能な力とモーメントの完全な集合を,リアルタイムに推定する手法を提案する。
最後に、空中ロボットが既存の手動ソリューションを改善して変形可能なオブジェクトを扱う、多くの現実世界のアプリケーションがある。
しかし、その操作に対する認識と計画はまだ難しい。
この研究は、空中の物理的相互作用を変形可能な物体に拡張する方法を探求する。
変形可能な1次元オブジェクトを操作するのに適した検出方法を提供し、これらのオブジェクトの操作を計画する新しい視点を導入する。
関連論文リスト
- RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳(メタデータ) (2024-02-22T15:12:00Z) - Harmonic Mobile Manipulation [40.72258476872912]
HarmonicMMはナビゲーションと操作の両方を最適化するエンドツーエンドの学習手法である。
私たちのコントリビューションには、モバイル操作のための新しいベンチマークや、本当の見えないアパートでのデプロイメントの成功が含まれています。
論文 参考訳(メタデータ) (2023-12-11T18:54:42Z) - Efficient Causal Discovery for Robotics Applications [2.1244188321694146]
我々は,F-PCMCI(F-PCMCI)と呼ばれる高速かつ正確な因果解析のためのアプローチの実例を示す。
提案したアプリケーションは,F-PCMCIが人間とロボットの相互作用シナリオの因果モデルを正確にかつ迅速に再構築できることを示す。
論文 参考訳(メタデータ) (2023-10-23T13:30:07Z) - Pave the Way to Grasp Anything: Transferring Foundation Models for
Universal Pick-Place Robots [50.73735524550534]
そこで本稿では,最先端基礎モデルによって生成された言語基底セグメンテーションマスクを効果的に活用する新しいパラダイムを提案する。
マスクから伝達される正確なセマンティクスとジオメトリを多視点ポリシーモデルに統合することにより、正確なオブジェクトのポーズを認識し、サンプル効率のよい学習を可能にする。
論文 参考訳(メタデータ) (2023-06-09T07:22:12Z) - Improving safety in physical human-robot collaboration via deep metric
learning [36.28667896565093]
柔軟な生産シナリオでは、ロボットとの直接の物理的相互作用がますます重要になっている。
リスクポテンシャルを低く抑えるため、物理的な接触がある場合や安全距離に違反する場合など、比較的簡単な操作措置が定められている。
この研究はDeep Metric Learning(DML)アプローチを用いて、非接触ロボットの動き、物理的人間とロボットの相互作用を目的とした意図的な接触、衝突状況の区別を行う。
論文 参考訳(メタデータ) (2023-02-23T11:26:51Z) - ExAug: Robot-Conditioned Navigation Policies via Geometric Experience
Augmentation [73.63212031963843]
本研究では,多様な環境における複数のデータセットから異なるロボットプラットフォームを体験するための新しいフレームワークであるExAugを提案する。
トレーニングされたポリシーは、屋内と屋外の障害物のある3つの異なるカメラを備えた2つの新しいロボットプラットフォームで評価される。
論文 参考訳(メタデータ) (2022-10-14T01:32:15Z) - Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。
本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。
ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
論文 参考訳(メタデータ) (2022-03-31T23:08:20Z) - Regularized Deep Signed Distance Fields for Reactive Motion Generation [30.792481441975585]
距離に基づく制約は、ロボットが自分の行動を計画し、安全に行動できるようにするための基本となる。
本研究では,任意のスケールでスムーズな距離場を計算できる単一暗黙関数ReDSDFを提案する。
共有作業空間における全身制御(WBC)と安全なヒューマンロボットインタラクション(HRI)のための代表的タスクにおけ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) (2022-03-09T14:21:32Z) - Spatial Computing and Intuitive Interaction: Bringing Mixed Reality and
Robotics Together [68.44697646919515]
本稿では,空間コンピューティングを応用し,新しいロボットのユースケースを実現するためのロボットシステムについて述べる。
空間コンピューティングとエゴセントリックな感覚を複合現実感デバイスに組み合わせることで、人間の行動をキャプチャして理解し、それらを空間的な意味を持つ行動に変換することができる。
論文 参考訳(メタデータ) (2022-02-03T10:04:26Z) - COCOI: Contact-aware Online Context Inference for Generalizable
Non-planar Pushing [87.7257446869134]
一般的なコンタクトリッチな操作問題は、ロボット工学における長年の課題である。
深層強化学習は、ロボット操作タスクの解決に大きな可能性を示している。
動的プロパティのコンテキスト埋め込みをオンラインにエンコードする深層RL法であるCOCOIを提案する。
論文 参考訳(メタデータ) (2020-11-23T08:20:21Z) - The State of Lifelong Learning in Service Robots: Current Bottlenecks in
Object Perception and Manipulation [3.7858180627124463]
State-of-the-artは、オブジェクトの知覚と操作を適切に結合するように改善を続けている。
ほとんどの場合、ロボットは様々な物体を認識でき、衝突のない軌道を素早く計画して対象物を把握できる。
このような環境下では、バッチ学習に使用するトレーニングデータがどれほど広範囲であっても、ロボットは常に新しいオブジェクトに直面する。
ロボットの自己学習とは別に、専門家でないユーザは、体験獲得のプロセスを対話的にガイドできる。
論文 参考訳(メタデータ) (2020-03-18T11:00:55Z)
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。