論文の概要: Admittance-Based Motion Planning with Vision-Guided Initialization for Robotic Manipulators in Self-Driving Laboratories
- arxiv url: http://arxiv.org/abs/2602.07005v1
- Date: Thu, 29 Jan 2026 13:29:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 05:11:17.763785
- Title: Admittance-Based Motion Planning with Vision-Guided Initialization for Robotic Manipulators in Self-Driving Laboratories
- Title（参考訳）: 自律型実験室におけるロボットマニピュレータの視覚誘導初期化による適応型運動計画
- Authors: Shifa Sulaiman, Tobias Jensen, Francesco Schetter, Simon Bøgh,
- Abstract要約: 本稿では,適応的かつ適合的なロボット操作を実現するために,アプタンス制御を中心としたモーションプランニングフレームワークを提案する。
従来のスキームとは異なり、提案手法はアクセタンスコントローラを直接トラジェクトリ実行に統合する。
この能力により、人間の操作者はロボットの動きをリアルタイムでオーバーライドまたはリダイレクトすることができる。
- 参考スコア（独自算出の注目度）: 0.4899818550820576
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Self driving laboratories (SDLs) are highly automated research environments that leverage advanced technologies to conduct experiments and analyze data with minimal human involvement. These environments often involve delicate laboratory equipment, unpredictable environmental interactions, and occasional human intervention, making compliant and force aware control essential for ensuring safety, adaptability, and reliability. This paper introduces a motion-planning framework centered on admittance control to enable adaptive and compliant robotic manipulation. Unlike conventional schemes, the proposed approach integrates an admittance controller directly into trajectory execution, allowing the manipulator to dynamically respond to external forces during interaction. This capability enables human operators to override or redirect the robot's motion in real time. A vision algorithm based on structured planar pose estimation is employed to detect and localize textured planar objects through feature extraction, homography estimation, and depth fusion, thereby providing an initial target configuration for motion planning. The vision based initialization establishes the reference trajectory, while the embedded admittance controller ensures that trajectory execution remains safe, adaptive, and responsive to external forces or human intervention. The proposed strategy is validated using textured image detection as a proof of concept. Future work will extend the framework to SDL environments involving transparent laboratory objects where compliant motion planning can further enhance autonomy, safety, and human-robot collaboration.
- Abstract（参考訳）: 自動運転研究所(SDL)は、高度な技術を活用して実験を行い、人間の関与を最小限に抑えてデータを分析する、高度に自動化された研究環境である。
これらの環境は、しばしば繊細な実験装置、予測不可能な環境相互作用、時には人間の介入を伴い、安全、適応性、信頼性を確保するために、コンプライアンスと強制的な制御が不可欠である。
本稿では,適応的かつ適合的なロボット操作を実現するために,アプタンス制御を中心としたモーションプランニングフレームワークを提案する。
従来のスキームとは異なり、提案手法はアクセタンスコントローラを直接軌道実行に統合し、マニピュレータは相互作用中に外部の力に動的に応答する。
この能力により、人間の操作者はロボットの動きをリアルタイムでオーバーライドまたはリダイレクトすることができる。
構造化平面ポーズ推定に基づく視覚アルゴリズムを用いて、特徴抽出、ホモグラフィ推定、深度融合によりテクスチャ化された平面オブジェクトを検出し、ローカライズし、運動計画のための初期目標設定を提供する。
視覚に基づく初期化は基準軌道を確立するが、組込みアクセントコントローラは軌道実行が安全で適応的であり、外部の力や人間の介入に反応することを保証している。
提案手法は,テクスチャ画像検出を概念実証として用いて検証した。
今後、このフレームワークは透明な実験室オブジェクトを含むSDL環境に拡張され、従順な動き計画が自律性、安全性、人間とロボットのコラボレーションをさらに強化する。
関連論文リスト
- Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction [57.252599851031505]
本稿では,知覚根誘導型ヒューマノイドオブジェクトインタラクション,Pro-HOIを紹介する。
Pro-HOIは、堅牢なヒューマノイドロコ操作のための一般化可能なフレームワークである。
ユニツリーG1ロボットの実証検証は、Pro-HOIが一般化と堅牢性においてベースラインを著しく上回っていることを示す。
論文 参考訳（メタデータ） (2026-03-01T14:19:59Z) - When would Vision-Proprioception Policies Fail in Robotic Manipulation? [24.653339846980376]
原始受容情報は、リアルタイムなロボット状態を提供することによって正確なサーボ制御に不可欠である。
近年の研究では、視覚保護政策の一般化に関する矛盾した観察が報告されている。
本稿では, 位相依存性の最適化を適応的に調節するGAPアルゴリズムを提案する。
論文 参考訳（メタデータ） (2026-02-12T15:00:48Z) - Executable Analytic Concepts as the Missing Link Between VLM Insight and Precise Manipulation [70.8381970762877]
VLM(Vision-Language Models)は、セマンティック推論とタスク計画において顕著な能力を示す。
本稿では,VLMに基づく推論を実行可能な解析概念を通じて基礎づける新しいフレームワークであるGRACEを紹介する。
G GRACEは高レベル命令理解と低レベルロボット制御の統一的で解釈可能なインターフェースを提供する。
論文 参考訳（メタデータ） (2025-10-09T09:08:33Z) - Uncertainty Aware-Predictive Control Barrier Functions: Safer Human Robot Interaction through Probabilistic Motion Forecasting [13.020006323600251]
不確かさを意識した予測制御バリア関数は、制御バリア関数の正式な安全性を保証することで、確率的手の動き予測を融合させる。
UA-PCBFは、将来の人間の状態をより深く理解した協力型ロボットに力を与える。
最先端のHRIアーキテクチャとは対照的に、UA-PCBFはタスククリティカルなメトリクスでより良いパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-08-28T14:11:26Z) - Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。
我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
論文 参考訳（メタデータ） (2025-08-20T20:05:05Z) - Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control [72.00655365269]
本稿では,協調的軌跡定式化を通じてオブジェクト間ダイナミクスをモデル化する新しいフレームワークであるRoboMasterを紹介する。
オブジェクトを分解する従来の方法とは異なり、我々のコアは、相互作用プロセスを3つのサブステージ(相互作用前、相互作用後、相互作用後)に分解することである。
提案手法は既存の手法よりも優れており,ロボット操作のための軌道制御ビデオ生成における最先端性能を確立している。
論文 参考訳（メタデータ） (2025-06-02T17:57:06Z) - Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。
提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。
これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2025-04-30T13:47:25Z) - GISR: Geometric Initialization and Silhouette-based Refinement for Single-View Robot Pose and Configuration Estimation [0.0]
GISRは、リアルタイムで実行を優先順位付けするロボット対カメラのポーズ推定手法である。
我々は,GISRを公開データ上で評価し,その性能と精度の両面で,同一クラスの既存手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-05-08T08:39:25Z) - Active Uncertainty Reduction for Safe and Efficient Interaction
Planning: A Shielding-Aware Dual Control Approach [9.07774184840379]
本稿では,暗黙的二重制御パラダイムに基づく対話型動作計画における能動的不確実性低減を実現するアルゴリズムを提案する。
提案手法は, 動的プログラミングのサンプリングに基づく近似に依拠し, リアルタイム勾配最適化法で容易に解けるモデル予測制御問題に導かれる。
論文 参考訳（メタデータ） (2023-02-01T01:34:48Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z)
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。