論文の概要: Kinematics and Dynamics Modeling of 7 Degrees of Freedom Human Lower
Limb Using Dual Quaternions Algebra
- arxiv url: http://arxiv.org/abs/2302.11605v1
- Date: Wed, 22 Feb 2023 19:02:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-24 17:06:25.426279
- Title: Kinematics and Dynamics Modeling of 7 Degrees of Freedom Human Lower
Limb Using Dual Quaternions Algebra
- Title(参考訳): 双四元数代数を用いた7自由度ヒト下肢の運動学および動力学モデリング
- Authors: Zineb Benhmidouch, Saad Moufid, Aissam Ait Omar
- Abstract要約: 本稿では、2重四元数理論を利用して、フォワード・逆運動学とニュートン・オイラー力学アルゴリズムの高速かつ正確な解を提供する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Denavit and Hartenberg based methods as Cardan, Fick and Euler angles
describe the position and orientation of an end-effector in Three Dimensional
(3D) space. However, the generation of unrealistic human posture in joint space
constitutes the weak point to these methods because they impose a well-defined
rotations order. A method to handle the transformation homogeneous performance
uses the dual quaternions. Quaternions have proven themselves in many fields as
providing a computational efficient method to represent a rotation, and yet,
they can not deal with the translations in 3D-space. The dual numbers can
extend quaternions to dual quaternions. This paper exploits dual quaternions
theory to provide a fast and accurate solution to the forward, inverse
kinematics and recursive Newton-Euler dynamics algorithm for 7 Degree of
Freedom (DOF) human lower limb in 3D-space.
- Abstract(参考訳): デナヴィトとハルテンベルクをベースとしたカルダン、フィック、オイラーの角度の手法は、3次元(3D)空間における端効果体の位置と配向を記述する。
しかし, 協調空間における非現実的姿勢の生成は, 十分に定義された回転順序を課すため, それらの方法の弱点となる。
変換均質な性能を扱う方法は双四元数を用いる。
四元数は多くの分野において回転を表す計算効率のよい方法として証明されてきたが、3D空間の翻訳には対応できない。
双対数は四元数を双四元数に拡張することができる。
3次元空間における7自由度(dof)の下肢の前方・逆運動学および再帰的ニュートン-オイラー力学アルゴリズムに対する高速かつ正確な解法を提供するために,双四元数理論を利用する。
関連論文リスト
- Measuring the Discrepancy between 3D Geometric Models using Directional
Distance Fields [98.15456815880911]
本稿では,DirDistを提案する。DirDistは3次元幾何データに対して,効率的で効果的で,頑健で,微分可能な距離測定法である。
一般的な距離計量として、DirDistは3次元幾何学モデリングの分野を前進させる可能性がある。
論文 参考訳(メタデータ) (2024-01-18T05:31:53Z) - Dual Quaternion Rotational and Translational Equivariance in 3D Rigid
Motion Modelling [6.130606305848124]
点集合の回転と変換を共同で記述した3次元空間における剛体運動の2つの四元数表現を提案する。
我々のアプローチは翻訳と回転の同変であり、データの変化に苦しむことはない。
この定式化が与えられたモデルは、人間のポーズ予測アプリケーションにおいて、以前のアプローチより優れていた。
論文 参考訳(メタデータ) (2023-10-11T16:06:14Z) - Geometry-Informed Neural Operator for Large-Scale 3D PDEs [76.06115572844882]
大規模偏微分方程式の解演算子を学習するために,幾何インフォームド・ニューラル演算子(GINO)を提案する。
我々はGINOを訓練し、わずか500点のデータポイントで車両表面の圧力を予測することに成功した。
論文 参考訳(メタデータ) (2023-09-01T16:59:21Z) - MoDA: Modeling Deformable 3D Objects from Casual Videos [62.92182845878669]
カジュアルビデオから変形可能な3Dオブジェクトをモデリングする際の課題に焦点をあてる。
最近の研究は、標準-観測変換を達成するために線形ブレンドスキン(LBS)に依存している。
ニューラル双対四元混合スキン(NeuDBS)を用いて3次元点変形を実現する。
論文 参考訳(メタデータ) (2023-04-17T13:49:04Z) - TetraSphere: A Neural Descriptor for O(3)-Invariant Point Cloud Analysis [17.503340572243058]
我々は3次元回転と反射、すなわちO(3)作用の下で学習可能な記述子不変量を示す。
本研究では, 3次元球面ニューロンを4次元ベクトルニューロンに埋め込み, モデルのエンドツーエンドトレーニングを活用することを提案する。
以上の結果から,3次元ユークリッド空間で学習する3次元球状ニューロンの実用的価値が明らかとなった。
論文 参考訳(メタデータ) (2022-11-26T02:15:35Z) - Exploring the Adjugate Matrix Approach to Quaternion Pose Extraction [0.0]
四元数はコンピュータグラフィックス、マシンビジョン、ロボット工学における様々な回転に関する問題にとって重要である。
四元数と回転行列の関係の非自明な幾何学を、関連する固有値問題の特性方程式の随伴行列を利用して研究する。
3次元正弦波最小二乗抽出問題の正確な解を見つけ,既存の手法を改良した結果の抽出問題にも有効に適用する。
論文 参考訳(メタデータ) (2022-05-17T23:20:55Z) - Fully Steerable 3D Spherical Neurons [14.86655504533083]
本稿では,球面決定曲面からなり,点雲上で動作可能なフィードフォワード学習方式を提案する。
我々の理論の固有の幾何学的3次元構造のため、我々はその原子部分に対して3次元の操舵性制約を導出する。
モデルパラメータが推論時にどのように完全に制御可能であるかを示す。
論文 参考訳(メタデータ) (2021-06-02T16:30:02Z) - Feature Disentanglement in generating three-dimensional structure from
two-dimensional slice with sliceGAN [35.3148116010546]
スライスGANは,2次元スライス(2次元スライス)の微細構造特性を捉えるために,GAN(Generative Adversarial Network)を用いた新しい手法を提案した。
スライスGANをAdaINと組み合わせて、モデルを機能を切り離し、合成を制御することができるようにします。
論文 参考訳(メタデータ) (2021-05-01T08:29:33Z) - Adjoint Rigid Transform Network: Task-conditioned Alignment of 3D Shapes [86.2129580231191]
Adjoint Rigid Transform (ART) Networkは、さまざまな3Dネットワークと統合可能なニューラルネットワークモジュールである。
ARTは入力の形状を学習した標準方向に回転させることを学び、多くのタスクに欠かせない。
さらなる研究のために、コードと事前訓練されたモデルをリリースします。
論文 参考訳(メタデータ) (2021-02-01T20:58:45Z) - Fast Gravitational Approach for Rigid Point Set Registration with
Ordinary Differential Equations [79.71184760864507]
本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。
FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。
従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
論文 参考訳(メタデータ) (2020-09-28T15:05:39Z) - Quaternion Equivariant Capsule Networks for 3D Point Clouds [58.566467950463306]
本稿では,3次元回転と翻訳に同値な点雲を処理するための3次元カプセルモジュールを提案する。
カプセル間の動的ルーティングをよく知られたWeiszfeldアルゴリズムに接続する。
オペレーターに基づいて、ポーズから幾何学をアンタングルするカプセルネットワークを構築します。
論文 参考訳(メタデータ) (2019-12-27T13:51:17Z)
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。