論文の概要: Tendon-based modelling, estimation and control for a simulated high-DoF anthropomorphic hand model

• arxiv url: http://arxiv.org/abs/2601.20682v1
• Date: Wed, 28 Jan 2026 15:10:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.983023
• Title: Tendon-based modelling, estimation and control for a simulated high-DoF anthropomorphic hand model
• Title（参考訳）: 擬似高DoF人為的ハンドモデルのための腱モデルの構築と推定と制御
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tendon-driven anthropomorphic robotic hands often lack direct joint angle sensing, as the integration of joint encoders can compromise mechanical compactness and dexterity. This paper presents a computational method for estimating joint positions from measured tendon displacements and tensions. An efficient kinematic modeling framework for anthropomorphic hands is first introduced based on the Denavit-Hartenberg convention. Using a simplified tendon model, a system of nonlinear equations relating tendon states to joint positions is derived and solved via a nonlinear optimization approach. The estimated joint angles are then employed for closed-loop control through a Jacobian-based proportional-integral (PI) controller augmented with a feedforward term, enabling gesture tracking without direct joint sensing. The effectiveness and limitations of the proposed estimation and control framework are demonstrated in the MuJoCo simulation environment using the Anatomically Correct Biomechatronic Hand, featuring five degrees of freedom for each long finger and six degrees of freedom for the thumb.
• Abstract（参考訳）: 腱駆動の人型ロボットハンドは、関節エンコーダの統合が機械的コンパクトさと器用さを損なう可能性があるため、直接関節角度センサーを欠くことが多い。 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。 人為的手のための効率的なキネマティック・モデリング・フレームワークは、デナヴィト・ハルテンベルクの慣習に基づいて最初に導入された。 単純化された腱モデルを用いて、腱状態と関節位置に関する非線形方程式の系を導出し、非線形最適化手法を用いて解いた。 推定された関節角は、フィードフォワード項を付加したヤコビアン系比例積分(PI)コントローラを介して閉ループ制御に使用される。 提案手法の有効性と限界は, 解剖学的に正しいバイオメカトロニクスハンドを用いたMuJoCoシミュレーション環境において, 長指5自由度, 親指6自由度を特徴とする。

関連論文リスト

• H-PAC Hand: Control-Oriented Modeling and Tendon-Elasticity Compensation for an Underactuated Robotic Hand [14.429793775517608]
  H-PACは6アクチュエータで15-DoFのロボットハンドで、制御指向のモデリングと実装のフレームワークを備えている。 腱-運動性-弾性継手誤差を考慮し, 力学に基づく補償モデルを開発した。 実験により、補償は関節角予測を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2026-08-17T15:26:51Z)
• Partial Skeleton Visibility for Action Recognition: A Constrained Field-of-View Approach [60.596944437968524]
  partialVisGraphは、制約されたフィールド・オブ・ビューの下で、堅牢なスケルトンベースのアクション認識のための新しいフレームワークである。 部分的な可視性の下では、最先端の精度を一貫して達成し、厳しいFoV制限のあるサブセットでは68.8%まで上昇する。 提案手法は,非拘束環境下でのスケルトンに基づく行動理解を実現するための,原則的かつ実践的な経路を提供する。
  論文  参考訳（メタデータ） (2026-07-01T10:03:11Z)
• PDS Joint: A Parametric Double-Spiral Joint Tailored for Dexterous Hands [20.683032766025082]
  本稿では,大脳皮質運動に対するPDS(parametric doublespiral)を併用した関節について述べる。 複数の変形モードにまたがる方向剛性の体系的な整形を可能にする。 組込み帰納的受容を共同設計し、生の帰納的信号を結合状態にマッピングする学習ベース校正パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-06-23T10:09:02Z)
• Seeing Through Occlusion: Deterministic Arm Kinematic Correction for Robot Teleoperation [6.979012378888037]
  本稿では,定数アーム長に基づく幾何制約を強制することにより,深度推定を改善するArm Kinematic Correction (AKC)法を提案する。 Vicon参照システムに対する実験的検証は、静的および動的関節運動の信頼性を示す。 その結果, AKCは信頼性の低い時間フィルタと組み合わせても, 長期的, 厳密な自己閉塞下では頑健性を高め, 解剖学的整合性を維持することが示唆された。
  論文  参考訳（メタデータ） (2026-06-17T16:20:10Z)
• Adaptive Manipulation Potential and Haptic Estimation for Tool-Mediated Interaction [14.888648782445694]
  本稿では,ツール間相互作用の統一表現として,パラメータ化された平衡マニフォールド(EM)を提案する。 我々は,ハプティック推定,オンライン計画,適応剛性制御を統合したクローズドループフレームワークを開発した。 このフレームワークはシミュレーションと260以上の現実世界のスクリューロージング試験によって検証されている。
  論文  参考訳（メタデータ） (2026-03-11T02:57:55Z)
• Dynamic Modeling and MPC for Locomotion of Tendon-Driven Soft Quadruped [0.0]
  SLOT(Soft Legged Omnidirectional Tetrapod)は3DプリントされたTPU脚を持つ腱駆動の柔らかい四足歩行ロボットである。 各脚は離散コッサートロッド理論を用いて変形可能な連続体としてモデル化される。 モジュラー・ボディ・モデリング・フレームワークが導入され、従順な脚のダイナミクスが表現される。
  論文  参考訳（メタデータ） (2026-02-18T11:14:22Z)
• A Unified Complementarity-based Approach for Rigid-Body Manipulation and Motion Prediction [12.241353619398899]
  本稿では,単一形式(Unicomp)における自由運動と摩擦接触を連続的に捉えるロボット操作の数学的モデルを提案する。 実験結果から,提案手法は,接触に富む全身操作の操作から,タスク間の対話的な動作において,物理的に一貫した動作を可能にすることが示唆された。
  論文  参考訳（メタデータ） (2026-02-04T13:10:57Z)
• Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization [0.0]
  連続マニピュレータは、閉じ込められた、障害物の多い環境でのナビゲーションのディクスタリティと安全なコンプライアンスを提供する。 無限次元のバックボーン変形、非モデル化内部摩擦、構成に依存した剛性は、モデルベースキネマティックな定式化の信頼性を制限する。 この研究は、微分凸更新を通じてオンラインに改良された経験的に固有のヤコビアンを用いて、キネマティックモデリングをバイパスする完全なモデルレス制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-07T09:34:28Z)
• Verifying Closed-Loop Contractivity of Learning-Based Controllers via Partitioning [52.23804865017831]
  本稿では,ニューラルネットワークによるパラメータ化を行う非線形制御系における閉ループ収縮の検証問題に対処する。 我々は、対称メッツラー行列の優越的固有値が非正であることを確かめるために、閉ループの縮約性に対するトラクタブルでスケーラブルな十分条件を導出する。
  論文  参考訳（メタデータ） (2025-12-01T23:06:56Z)
• Adding Additional Control to One-Step Diffusion with Joint Distribution Matching [58.37264951734603]
  JDMは、画像-条件関節分布間の逆KL分散を最小化する新しいアプローチである。 トラクタブルな上限を導出することにより、JDMは条件学習から忠実度学習を分離する。 この非対称蒸留方式により,一段階の生徒が教師モデルに未知の制御を処理できるようになる。
  論文  参考訳（メタデータ） (2025-03-09T15:06:50Z)
• 3D Hand Reconstruction via Aggregating Intra and Inter Graphs Guided by Prior Knowledge for Hand-Object Interaction Scenario [8.364378460776832]
  モデルベースおよびモデルフリーアプローチの利点を生かした3次元ハンドリコンストラクションネットワークを提案する。 まず,2次元関節から直接のMANOポーズパラメータ回帰モジュールを提案する。
  論文  参考訳（メタデータ） (2024-03-04T05:11:26Z)
• Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated Control Form and NMPC Case Study [56.283944756315066]
  そこで本研究では,遅延座標符号化と全状態復号化を組み合わせた汎用モデル構造を提案し,Koopmanモデリングと状態推定を統合した。 ケーススタディでは,本手法が正確な制御モデルを提供し,高純度極低温蒸留塔のリアルタイム非線形予測制御を可能にすることを実証している。
  論文  参考訳（メタデータ） (2024-01-09T11:54:54Z)
• OmniControl: Control Any Joint at Any Time for Human Motion Generation [46.293854851116215]
  テキスト条件付き人体動作生成モデルにフレキシブルな空間制御信号を統合するために,OmniControlという新しい手法を提案する。 本稿では,入力制御信号に厳密に適合した動作を実現するための解析的空間ガイダンスを提案する。 同時に、全ての関節を洗練してよりコヒーレントな動きを生み出すためにリアリズムガイダンスが導入された。
  論文  参考訳（メタデータ） (2023-10-12T17:59:38Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Extended Radial Basis Function Controller for Reinforcement Learning [3.42658286826597]
  本稿では,モデルベース線形コントローラと任意の微分可能なポリシを動的に補間するハイブリッド強化学習コントローラを提案する。 線形制御器は、局所線形化モデル知識に基づいて設計され、運転点付近のシステムを安定化する。 学習はモデルベース(PILCO)とモデルフリー(DDPG)の両方のフレームワークで行われている。
  論文  参考訳（メタデータ） (2020-09-12T20:56:48Z)

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。