論文の概要: Continuous Wrist Control on the Hannes Prosthesis: a Vision-based Shared Autonomy Framework

• arxiv url: http://arxiv.org/abs/2502.17265v1
• Date: Mon, 24 Feb 2025 15:48:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-25 15:51:55.578511
• Title: Continuous Wrist Control on the Hannes Prosthesis: a Vision-based Shared Autonomy Framework
• Title（参考訳）: Hannes Prosthesisの継続的リストコントロール:ビジョンベースの共有自律フレームワーク
• Authors: Federico Vasile, Elisa Maiettini, Giulia Pasquale, Nicolò Boccardo, Lorenzo Natale,
• Abstract要約: 義肢をつかむためのほとんどの制御技術は、器用な指の制御に焦点をあてるが、手首の動きを見渡す。 これにより、肘、肩、腰で補償運動を行い、手首をつかむように適応させる。 本稿では,共有自律フレームワークにおけるユーザと自動システムの協調を利用したコンピュータビジョンベースシステムを提案する。 当社のパイプラインでは,人工手首をシームレスに制御して対象物を追尾し,最終的にユーザの意図に応じて把握するように調整しています。
• 参考スコア（独自算出の注目度）: 5.428117915362002
• License:
• Abstract: Most control techniques for prosthetic grasping focus on dexterous fingers control, but overlook the wrist motion. This forces the user to perform compensatory movements with the elbow, shoulder and hip to adapt the wrist for grasping. We propose a computer vision-based system that leverages the collaboration between the user and an automatic system in a shared autonomy framework, to perform continuous control of the wrist degrees of freedom in a prosthetic arm, promoting a more natural approach-to-grasp motion. Our pipeline allows to seamlessly control the prosthetic wrist to follow the target object and finally orient it for grasping according to the user intent. We assess the effectiveness of each system component through quantitative analysis and finally deploy our method on the Hannes prosthetic arm. Code and videos: https://hsp-iit.github.io/hannes-wrist-control.
• Abstract（参考訳）: 義肢をつかむためのほとんどの制御技術は、器用な指の制御に焦点をあてるが、手首の動きを見渡す。 これにより、肘、肩、腰で補償運動を行い、手首をつかむように適応させる。 本稿では,共有自律フレームワークにおけるユーザと自動システム間の協調を利用して,義肢における手首自由度を連続的に制御し,より自然なアプローチによる移動を促進するコンピュータビジョンベースシステムを提案する。 当社のパイプラインでは,人工手首をシームレスに制御して対象物を追尾し,最終的にユーザの意図に応じて把握するように調整しています。 定量的解析により各システムコンポーネントの有効性を評価し,最終的にハンセン補綴アームに本手法を展開させる。 コードとビデオ: https://hsp-iit.github.io/hannes-wrist-control

関連論文リスト

• HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
  現在のヒューマノイド遠隔操作システムは、信頼性の高い低レベル制御ポリシーを欠いているか、または正確な全身制御コマンドを取得するのに苦労している。 本稿では,ヒューマノイドのロコ操作ポリシと低コストなエクソスケルトン型ハードウェアシステムを統合した,新しいヒューマノイド遠隔操作コックピットを提案する。
  論文  参考訳（メタデータ） (2025-02-18T16:33:38Z)
• From Human Hands to Robotic Limbs: A Study in Motor Skill Embodiment for Telemanipulation [3.7482358401236398]
  本稿では,GRUに基づく変分オートエンコーダを提案し,マニピュレータの構成空間の潜在表現を学習する。 完全に接続されたニューラルネットワークは、人間の腕の配置をこの潜伏空間にマッピングし、システムは対応するマニピュレータの軌道をリアルタイムで模倣して生成することができる。
  論文  参考訳（メタデータ） (2025-02-04T05:52:57Z)
• AI-Powered Camera and Sensors for the Rehabilitation Hand Exoskeleton [0.393259574660092]
  本研究は,障害者の手の動きを支援する視覚機能付きリハビリテーション・ハンド・エキソスケルトンを提案する。 設計目標は、トレーニングを必要とせずにシンプルなインターフェイスを利用できるツールを作ることだった。
  論文  参考訳（メタデータ） (2024-08-09T04:47:37Z)
• Visual Whole-Body Control for Legged Loco-Manipulation [22.50054654508986]
  そこで本研究では,ロボットアームを用いた移動操作の問題点について検討する。 視覚的観察により全身制御を自律的に行うことのできる枠組みを提案する。
  論文  参考訳（メタデータ） (2024-03-25T17:26:08Z)
• Neural feels with neural fields: Visuo-tactile perception for in-hand manipulation [57.60490773016364]
  マルチフィンガーハンドの視覚と触覚を組み合わせることで,手動操作時の物体の姿勢と形状を推定する。 提案手法であるNeuralFeelsは,ニューラルネットワークをオンラインで学習することでオブジェクトの形状を符号化し,ポーズグラフ問題を最適化して共同で追跡する。 私たちの結果は、タッチが少なくとも、洗練され、そして最も最良のものは、手動操作中に視覚的推定を曖昧にすることを示しています。
  論文  参考訳（メタデータ） (2023-12-20T22:36:37Z)
• InterControl: Zero-shot Human Interaction Generation by Controlling Every Joint [67.6297384588837]
  関節間の所望距離を維持するために,新しい制御可能な運動生成手法であるInterControlを導入する。 そこで本研究では,既成の大規模言語モデルを用いて,ヒューマンインタラクションのための結合ペア間の距離を生成できることを実証した。
  論文  参考訳（メタデータ） (2023-11-27T14:32:33Z)
• In-Hand Object Rotation via Rapid Motor Adaptation [59.59946962428837]
  指先のみを用いて手動物体の回転を実現するための簡単な適応制御器の設計と学習方法を示す。 コントローラは、円筒形物体のみのシミュレーションで完全に訓練されている。 実際のロボットの手に直接展開して、さまざまな大きさ、形状、重量をz軸上で回転させることができる。
  論文  参考訳（メタデータ） (2022-10-10T17:58:45Z)
• 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)
• Grasp Pre-shape Selection by Synthetic Training: Eye-in-hand Shared Control on the Hannes Prosthesis [6.517935794312337]
  RGB 配列から手形前分類を行うための目印学習方式を提案する。 我々は、人間の腕の軌跡のモデルを用いて、眼球設定の特異性に取り組む。
  論文  参考訳（メタデータ） (2022-03-18T09:16:48Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• Design of an Affordable Prosthetic Arm Equipped with Deep Learning Vision-Based Manipulation [0.0]
  この論文は、手頃な価格で簡単にアクセス可能な新しい義肢の設計プロセスの概要を概説する。 この3dプリント義手は、深度カメラとクローズドループのオフポリシー深層学習アルゴリズムを備えており、対象物に対する形状把握を支援する。 未確認のオブジェクトに対して78%の成功率を実現し、操作タスクのために複数のオブジェクトをまたいだ一般化を実現しました。
  論文  参考訳（メタデータ） (2021-03-03T00:35:06Z)

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。