論文の概要: Advancements in Upper Body Exoskeleton: Implementing Active Gravity Compensation with a Feedforward Controller

• arxiv url: http://arxiv.org/abs/2309.04698v1
• Date: Sat, 9 Sep 2023 06:39:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-12 16:56:23.156320
• Title: Advancements in Upper Body Exoskeleton: Implementing Active Gravity Compensation with a Feedforward Controller
• Title（参考訳）: 上半身外骨格の進歩:フィードフォワード制御器を用いたアクティブ重力補償の実装
• Authors: Muhammad Ayaz Hussain and Ioannis Iossifidis
• Abstract要約: 上肢外骨格におけるアクティブ重力補償のためのフィードフォワード制御システムを提案する。 このシステムは、Newton-Euler Inverse Dynamicsに基づく解析的制御方程式を用いて、内部モーターセンサからの位置データのみを用いてトルクを計算する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In this study, we present a feedforward control system designed for active gravity compensation on an upper body exoskeleton. The system utilizes only positional data from internal motor sensors to calculate torque, employing analytical control equations based on Newton-Euler Inverse Dynamics. Compared to feedback control systems, the feedforward approach offers several advantages. It eliminates the need for external torque sensors, resulting in reduced hardware complexity and weight. Moreover, the feedforward control exhibits a more proactive response, leading to enhanced performance. The exoskeleton used in the experiments is lightweight and comprises 4 Degrees of Freedom, closely mimicking human upper body kinematics and three-dimensional range of motion. We conducted tests on both hardware and simulations of the exoskeleton, demonstrating stable performance. The system maintained its position over an extended period, exhibiting minimal friction and avoiding undesired slewing.
• Abstract（参考訳）: 本研究では,上肢外骨格におけるアクティブ重力補償のためのフィードフォワード制御システムを提案する。 このシステムは、内部運動センサからの位置データのみを使用してトルクを計算し、ニュートン-オイラー逆ダイナミクスに基づく解析制御方程式を用いる。 フィードバック制御システムと比較すると、feedforwardアプローチにはいくつかの利点がある。 これにより外部のトルクセンサーが不要になり、ハードウェアの複雑さと重量が減少する。 さらに、フィードフォワード制御はより積極的な応答を示し、性能が向上する。 実験で使用されるエクソスケルトンは軽量で、人間の上半身運動学と3次元の運動範囲を忠実に模倣した4つの自由度を含む。 我々はexoskeletonのハードウェアとシミュレーションの両方でテストを行い、安定した性能を示した。 システムは長期にわたってその位置を維持し、最小限の摩擦と望ましくない旋回を避けた。

関連論文リスト

• Optimal-state Dynamics Estimation for Physics-based Human Motion Capture from Videos [6.093379844890164]
  オンライン環境での運動学観測に物理モデルを選択的に組み込む新しい手法を提案する。 リカレントニューラルネットワークを導入し、キネマティックス入力とシミュレートされた動作を熱心にバランスするカルマンフィルタを実現する。 提案手法は,物理に基づく人間のポーズ推定作業に優れ,予測力学の物理的妥当性を示す。
  論文  参考訳（メタデータ） (2024-10-10T10:24:59Z)
• Feedforward Controllers from Learned Dynamic Local Model Networks with Application to Excavator Assistance Functions [4.664767161598515]
  我々は、ゼロダイナミクスによるLMNのフィードバック線形化が有効なコントローラを生成するときの基準を提供する。 実験では、外乱信号と複数の入力と出力を組み込むことで、学習した制御器の追跡性能が向上する。
  論文  参考訳（メタデータ） (2024-09-25T12:40:07Z)
• A Reinforcement Learning Based Controller to Minimize Forces on the Crutches of a Lower-Limb Exoskeleton [1.4680035572775536]
  我々は深層強化学習を用いて、松葉杖のグラウンド反応力(GRF)を最小化する制御器を開発する。 我々は,ヒト外骨格系の前方変位を促進するために報酬関数を定式化する。 我々の学習モデルでは,足の関節角度,速度,GRFに基づいて関節トルクを生成できることを実証的に示す。
  論文  参考訳（メタデータ） (2024-01-31T19:20:56Z)
• Kinematically-Decoupled Impedance Control for Fast Object Visual Servoing and Grasping on Quadruped Manipulators [18.279073092727025]
  本稿では,分離アームキネマティックチェーンとインピーダンス制御に基づいて,オブジェクトのSAG(Searching, Approaching, Grasping)の制御パイプラインを提案する。 キネマティックデカップリングは、高速なエンドエフェクター運動と回復を可能にし、堅牢な視覚サーボに繋がる。 7-DoFマニピュレータアームを搭載した140kgのHyQReal四足歩行ロボットにおいて,提案手法の性能とロバスト性を実証した。
  論文  参考訳（メタデータ） (2023-07-10T21:51:06Z)
• Perpetual Humanoid Control for Real-time Simulated Avatars [77.05287269685911]
  本稿では,高忠実度動作模倣と耐故障動作を実現する物理に基づくヒューマノイドコントローラを提案する。 コントローラは、外部の安定化力を使わずに1万本のモーションクリップを学習できる。 実時間およびリアルタイムのマルチパーソンアバター使用事例において,映像ベースのポーズ推定器と言語ベースのモーションジェネレータからノイズのあるポーズを模倣するために,制御器の有効性を実証する。
  論文  参考訳（メタデータ） (2023-05-10T20:51:37Z)
• Reconfigurable Data Glove for Reconstructing Physical and Virtual Grasps [100.72245315180433]
  本研究では,人間の手-物体相互作用の異なるモードを捉えるために,再構成可能なデータグローブの設計を提案する。 グローブは3つのモードで動作し、異なる特徴を持つ様々な下流タスクを実行する。 i)手の動きと関連力を記録し,(ii)VRの操作流速を改善するとともに,(iii)様々なツールの現実的なシミュレーション効果を生み出すことにより,システムの3つのモードを評価する。
  論文  参考訳（メタデータ） (2023-01-14T05:35:50Z)
• Skeleton2Humanoid: Animating Simulated Characters for Physically-plausible Motion In-betweening [59.88594294676711]
  現代の深層学習に基づく運動合成アプローチは、合成された運動の物理的妥当性をほとんど考慮していない。 テスト時に物理指向の動作補正を行うシステムSkeleton2Humanoid'を提案する。 挑戦的なLaFAN1データセットの実験は、物理的妥当性と精度の両方の観点から、我々のシステムが先行手法を著しく上回っていることを示している。
  論文  参考訳（メタデータ） (2022-10-09T16:15:34Z)
• QuestSim: Human Motion Tracking from Sparse Sensors with Simulated Avatars [80.05743236282564]
  人間の身体の動きのリアルタイム追跡は、AR/VRにおける没入感のある体験に不可欠である。 本稿では,HMDと2つのコントローラから疎信号を取り出す強化学習フレームワークを提案する。 一つのポリシーは、多様な移動スタイル、異なる体の大きさ、新しい環境に対して堅牢であることを示す。
  論文  参考訳（メタデータ） (2022-09-20T00:25:54Z)
• Differentiable Simulation of Soft Multi-body Systems [99.4302215142673]
  我々は、Projective Dynamics内でトップダウン行列アセンブリアルゴリズムを開発する。 筋肉,関節トルク,空気圧管によって駆動される軟口蓋体に対して,異なる制御機構を導出する。
  論文  参考訳（メタデータ） (2022-05-03T20:03:22Z)
• Adaptation through prediction: multisensory active inference torque control [0.0]
  本稿では,産業用アームのための多感能動型トルクコントローラを提案する。 私たちのコントローラは、予測的脳仮説にインスパイアされ、現在のアクティブな推論アプローチの能力を向上します。
  論文  参考訳（メタデータ） (2021-12-13T16:03:18Z)
• Optimal control of a nitrogen-vacancy spin ensemble in diamond for sensing in the pulsed domain [52.77024349608834]
  固体材料の欠陥は、量子センシングに理想的なプラットフォームを提供する。 このようなアンサンブルの制御は、欠陥エネルギーレベルとマクロサンプル間の任意の制御領域の両方の空間的変動のために困難である。 Floquet理論と最適制御最適化法を用いて,これらの課題を克服できることを実験的に実証した。
  論文  参考訳（メタデータ） (2021-01-25T13:01:05Z)

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。