論文の概要: A Hybrid Model-based and Data-based Approach Developed for a Prosthetic Hand Wrist
- arxiv url: http://arxiv.org/abs/2601.08711v1
- Date: Tue, 13 Jan 2026 16:38:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.770655
- Title: A Hybrid Model-based and Data-based Approach Developed for a Prosthetic Hand Wrist
- Title（参考訳）: 補綴用ハンドリストのためのハイブリッドモデルベースとデータベースアプローチ
- Authors: Shifa Sulaiman, Francesco Schetter, Mehul Menon, Fanny Ficuciello,
- Abstract要約: この研究は、ニューラルネットワーク(ANN)アプローチとスライディングモードコントローラ(SMC)を組み合わせたモデルベースのコントローラを導入している。
本研究は、手首動作時の計算労力を削減した高速な動的応答を提供するコントローラの開発に焦点をあてる。
- 参考スコア（独自算出の注目度）: 3.5026278670865874
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The incorporation of advanced control algorithms into prosthetic hands significantly enhances their ability to replicate the intricate motions of a human hand. This work introduces a model-based controller that combines an Artificial Neural Network (ANN) approach with a Sliding Mode Controller (SMC) designed for a tendon-driven soft continuum wrist integrated into a prosthetic hand known as "PRISMA HAND II". Our research focuses on developing a controller that provides a fast dynamic response with reduced computational effort during wrist motions. The proposed controller consists of an ANN for computing bending angles together with an SMC to regulate tendon forces. Kinematic and dynamic models of the wrist are formulated using the Piece-wise Constant Curvature (PCC) hypothesis. The performance of the proposed controller is compared with other control strategies developed for the same wrist. Simulation studies and experimental validations of the fabricated wrist using the controller are included in the paper.
- Abstract（参考訳）: 高度な制御アルゴリズムを義手に組み込むことは、人間の手の複雑な動きを再現する能力を著しく向上させる。
この研究は、ニューラルネットワーク(ANN)アプローチとスライディングモードコントローラ(SMC)を組み合わせたモデルベースコントローラを導入し、腱駆動のソフトな連続体手首を「PRISMA HAND II」と呼ばれる義手に統合した。
本研究は、手首動作時の計算労力を削減した高速な動的応答を提供するコントローラの開発に焦点をあてる。
提案するコントローラは、曲げ角度を計算するためのANNと、腱力を制御するためのSMCで構成されている。
手首の運動モデルと動的モデルは、Piece-wise Constant Curvature (PCC)仮説を用いて定式化される。
提案した制御器の性能は、同じ手首用に開発された他の制御戦略と比較される。
本論文では, 制御器を用いた手首製作のシミュレーション研究と実験的検証を行った。
関連論文リスト
- Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - Tendon-based modelling, estimation and control for a simulated high-DoF anthropomorphic hand model [0.0]
腱駆動の人型ロボットハンドは、しばしば直接関節角センサーを欠いている。
本稿では, 測定された腱の変位と張力から関節位置を推定する計算手法を提案する。
論文 参考訳（メタデータ） (2026-01-28T15:10:02Z) - 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) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - Continuous Wrist Control on the Hannes Prosthesis: a Vision-based Shared Autonomy Framework [4.5540732576876986]
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。
論文 参考訳（メタデータ） (2025-02-24T15:48:25Z) - MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。
このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。
また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
論文 参考訳（メタデータ） (2024-04-16T02:18:18Z) - 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) - Real-time Neural-MPC: Deep Learning Model Predictive Control for
Quadrotors and Agile Robotic Platforms [59.03426963238452]
モデル予測制御パイプライン内の動的モデルとして,大規模で複雑なニューラルネットワークアーキテクチャを効率的に統合するフレームワークであるReal-time Neural MPCを提案する。
ニューラルネットワークを使わずに、最先端のMPCアプローチと比較して、位置追跡誤差を最大82%削減することで、実世界の問題に対する我々のフレームワークの実現可能性を示す。
論文 参考訳（メタデータ） (2022-03-15T09:38:15Z) - 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)
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。