論文の概要: PreGME: Prescribed Performance Control of Aerial Manipulators based on Variable-Gain ESO
- arxiv url: http://arxiv.org/abs/2512.22957v1
- Date: Sun, 28 Dec 2025 14:54:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.539022
- Title: PreGME: Prescribed Performance Control of Aerial Manipulators based on Variable-Gain ESO
- Title（参考訳）: PreGME:可変ゲインESOに基づく空中マニピュレータの性能制御
- Authors: Mengyu Ji, Shiliang Guo, Zhengzhen Li, Jiahao Shen, Huazi Cao, Shiyu Zhao,
- Abstract要約: 可変ゲイン拡張状態オブザーバ(ESOs)に基づく新しい所定のパフォーマンス動作制御フレームワークを提案する。
動的結合のリアルタイム推定のための可変ゲインESOと所定の性能飛行制御とを含む。
実験結果から,ロボットアームの高速動作による動的結合の下でも,高い追従性能が得られた。
- 参考スコア（独自算出の注目度）: 12.679195185695164
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An aerial manipulator, comprising a multirotor base and a robotic arm, is subject to significant dynamic coupling between these two components. Therefore, achieving precise and robust motion control is a challenging yet important objective. Here, we propose a novel prescribed performance motion control framework based on variable-gain extended state observers (ESOs), referred to as PreGME. The method includes variable-gain ESOs for real-time estimation of dynamic coupling and a prescribed performance flight control that incorporates error trajectory constraints. Compared with existing methods, the proposed approach exhibits the following two characteristics. First, the adopted variable-gain ESOs can accurately estimate rapidly varying dynamic coupling. This enables the proposed method to handle manipulation tasks that require aggressive motion of the robotic arm. Second, by prescribing the performance, a preset error trajectory is generated to guide the system evolution along this trajectory. This strategy allows the proposed method to ensure the tracking error remains within the prescribed performance envelope, thereby achieving high-precision control. Experiments on a real platform, including aerial staff twirling, aerial mixology, and aerial cart-pulling experiments, are conducted to validate the effectiveness of the proposed method. Experimental results demonstrate that even under the dynamic coupling caused by rapid robotic arm motion (end-effector velocity: 1.02 m/s, acceleration: 5.10 m/s$^2$), the proposed method achieves high tracking performance.
- Abstract（参考訳）: マルチロータベースとロボットアームからなる空中マニピュレータは、これら2つのコンポーネント間で大きな動的結合を受ける。
したがって、精密かつ堅牢なモーションコントロールを実現することは、難しいが重要な目標である。
本稿では, 可変ゲイン拡張状態オブザーバ(ESOs)に基づく, 所定の動作制御機構を提案する。
動的結合のリアルタイム推定のための可変ゲインESOと、誤差軌道制約を組み込んだ所定の性能飛行制御とを含む。
既存の手法と比較して,提案手法は以下の2つの特徴を示す。
まず, 可変ゲイン ESO を用いて, 高速変動動的結合を正確に推定する。
これにより、ロボットアームのアグレッシブな動作を必要とする操作タスクを処理できる。
第二に、性能を規定することにより、予め設定されたエラー軌跡を生成し、この軌跡に沿ってシステムの進化を誘導する。
この戦略により,提案手法は所定の性能封筒内に追従誤差が残ることを保証し,高精度な制御を実現する。
提案手法の有効性を検証するため, 実プラットフォーム上での航空スタッフの旋回, 空中混合, 空中カート推進実験などの実験を行った。
実験結果から, ロボットアームの高速動作による動的結合(エンドエフェクタ速度: 1.02 m/s, 加速度: 5.10 m/s$^2$)下においても, 高い追従性能が得られた。
関連論文リスト
- Lightweight Model Predictive Control for Spacecraft Rendezvous Attitude Synchronization [39.146761527401424]
本研究は、2つの軽量モデル予測制御(MPC)アプローチを導入し、宇宙船のランデブー同期時の反応輪を用いた姿勢追跡を行う。
我々は単一ループとデュアルループMPCを開発し、後者は内部ループ内に安定化フィードバックコントローラを組み込み、線形時間不変システムを生成する。
論文 参考訳（メタデータ） (2026-03-19T13:58:55Z) - Dual-Agent Multiple-Model Reinforcement Learning for Event-Triggered Human-Robot Co-Adaptation in Decoupled Task Spaces [3.349003999623489]
本稿では,カスタム6自由度上肢ロボットのための共有制御型リハビリテーションポリシーを提案する。
患者は二進法で一次到達方向を制御し、ロボットは自律的に矯正動作を管理する。
論文 参考訳（メタデータ） (2026-03-06T11:15:10Z) - PMG: Parameterized Motion Generator for Human-like Locomotion Control [14.637220434597168]
我々は,人間のような動きを1つの統合システムで生成するリアルタイムモーションジェネレータを開発した。
一つの統合システムにおいて、PMGは人間のような自然な動きを生じさせ、高次元の制御入力に正確に応答することを示す。
これらの結果は、自然かつ展開可能なヒューマノイド制御への実践的で実験的に検証された経路を確立する。
論文 参考訳（メタデータ） (2026-02-13T06:38:04Z) - A Sliding Mode Controller Based on Timoshenko Beam Theory Developed for a Tendon-Driven Robotic Wrist [3.5026278670865874]
本稿では, 高精度動作制御のための効率的なスライディングモード制御器(SMC)とともに, 腱駆動型ロボット手首関節の設計と実装について述べる。
手首機構は、ティモシェンコをベースとした手法を用いて、キネマティックおよび動的特性を正確に捉える。
コントローラの有効性は、同様の手首機構のための既存のコントローラとの比較分析によって検証される。
論文 参考訳（メタデータ） (2026-01-11T17:48:43Z) - Finite-Time Control Based on Differential Flatness for Wheeled Mobile Robots with Experimental Validation [0.0]
ロバストなトラッキング制御戦略は、車輪付き移動ロボット(WMR)が様々な分野で動作しながら所定の経路を追跡できるように設計されている。
非線形超平面型スライディングモード制御(INH-SMC)技術がWMRに提案されている。
その実用的生存性は、タートルボット3のWMRにおける実際の室内実験を通じて実証される。
論文 参考訳（メタデータ） (2025-12-23T10:41:04Z) - SP-VLA: A Joint Model Scheduling and Token Pruning Approach for VLA Model Acceleration [70.72227437717467]
VLA(Vision-Language-Action)モデルは、その強力な制御能力に注目が集まっている。
計算コストが高く、実行頻度も低いため、ロボット操作や自律ナビゲーションといったリアルタイムタスクには適さない。
本稿では,共同スケジューリングモデルとプルーニングトークンにより,VLAモデルを高速化する統一フレームワークSP-VLAを提案する。
論文 参考訳（メタデータ） (2025-06-15T05:04:17Z) - Tuning Legged Locomotion Controllers via Safe Bayesian Optimization [47.87675010450171]
本稿では,ロボットハードウェアプラットフォームにおけるモデルベースコントローラの展開を効率化するための,データ駆動型戦略を提案する。
モデルフリーな安全な学習アルゴリズムを用いて制御ゲインのチューニングを自動化し、制御定式化で使用される単純化されたモデルと実システムとのミスマッチに対処する。
論文 参考訳（メタデータ） (2023-06-12T13:10:14Z) - Interactive Character Control with Auto-Regressive Motion Diffusion Models [18.727066177880708]
リアルタイム動作合成のためのA-MDM(Auto-Regressive Motion Diffusion Model)を提案する。
我々の条件拡散モデルは初期ポーズを入力とし、前者のフレームに条件付けられた連続した動きフレームを自動回帰的に生成する。
本稿では,タスク指向サンプリング,インペインティング,階層的強化学習など,対話型制御をA-MDMに組み込む一連の手法を紹介する。
論文 参考訳（メタデータ） (2023-06-01T07:48:34Z) - StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。
本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。
本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
論文 参考訳（メタデータ） (2022-07-21T12:03:02Z) - 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。