論文の概要: Bumper Drone: Elastic Morphology Design for Aerial Physical Interaction

• arxiv url: http://arxiv.org/abs/2602.18976v1
• Date: Sat, 21 Feb 2026 22:44:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.622182
• Title: Bumper Drone: Elastic Morphology Design for Aerial Physical Interaction
• Title（参考訳）: バンパードローン:空気の物理的相互作用のための弾性形態設計
• Authors: Pongporn Supa, Alex Dunnett, Feng Xiao, Rui Wu, Mirko Kovac, Basaran Bahadir Kocer,
• Abstract要約: 本稿では,タッチアンドゴー操作が可能な弾性角を持つドローンプラットフォームを提案する。 弾性ホーンは車両の安定性を維持しながら衝撃エネルギーを吸収できることを示す。 間欠的な接触に加えて、弾性角を備えたプラットフォームは、静的物体との安定で持続的な接触を示す。
• 参考スコア（独自算出の注目度）: 6.865889671553905
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Aerial robots are evolving from avoiding obstacles to exploiting the environmental contact interactions for navigation, exploration and manipulation. A key challenge in such aerial physical interactions lies in handling uncertain contact forces on unknown targets, which typically demand accurate sensing and active control. We present a drone platform with elastic horns that enables touch-and-go manoeuvres - a self-regulated, consecutive bumping motion that allows the drone to maintain proximity to a wall without relying on active obstacle avoidance. It leverages environmental interaction as a form of embodied control, where low-level stabilisation and near-obstacle navigation emerge from the passive dynamic responses of the drone-obstacle system that resembles a mass-spring-damper system. Experiments show that the elastic horn can absorb impact energy while maintaining vehicle stability, reducing pitch oscillations by 38% compared to the rigid horn configuration. The lower horn arrangement was found to reduce pitch oscillations by approximately 54%. In addition to intermittent contact, the platform equipped with elastic horns also demonstrates stable, sustained contact with static objects, relying on a standard attitude PID controller.
• Abstract（参考訳）: 空中ロボットは、障害物を避けることから、ナビゲーション、探索、操作のために環境との接触をうまく利用することへと進化している。 このような物理的相互作用における鍵となる課題は、不明な目標に対して不確実な接触力を扱うことである。 我々は、タッチ・アンド・ゴー操作を可能にする弾力性のある角を持つドローンプラットフォームを提案する。これは、アクティブな障害物回避に頼ることなく、ドローンが壁に近い状態を維持するための、自己規制された連続的なバンピング動作である。 環境相互作用を具体化制御の形式として利用し、低レベル安定化と準障害物ナビゲーションは、大量スプリング・ダンパーシステムに似たドローン・障害物システムの受動的応答から生じる。 実験により、弾性ホーンは車両の安定性を維持しながら衝撃エネルギーを吸収し、剛体ホーン構成と比較してピッチ振動を38%低減できることが示された。 低い角配置はピッチ振動を約54%減少させることがわかった。 間欠的な接触に加えて、弾性ホーンを備えたプラットフォームは、標準姿勢PIDコントローラに依存して、静的物体との安定かつ持続的な接触を示す。

関連論文リスト

• Dynamic Modeling and Attitude Control of a Reaction-Wheel-Based Low-Gravity Bipedal Hopper [0.0]
  ホッピング・ロコモーションは エネルギー効率が高いが 飛行中の姿勢不安定になりやすい 本稿では,内輪を用いた不動二足歩行ロボットによる姿勢制御について述べる。 提案手法は,月の重力条件下でのMuJoCoシミュレーションで評価される。
  論文  参考訳（メタデータ） (2026-03-11T11:35:21Z)
• A Robust Antenna Provides Tactile Feedback in a Multi-legged Robot [5.006987439719138]
  周辺地形をリアルタイムに検知できる多脚ロボット用触覚アンテナの開発を行った。 障害物に富んだ環境と制限された環境での実験は、触覚フィードバックが信頼できるステアリングを可能にすることを示した。
  論文  参考訳（メタデータ） (2026-03-08T20:28:55Z)
• OmniTrack: General Motion Tracking via Physics-Consistent Reference [54.256312586493415]
  OmniTrackは、一般的なモーショントラッキングから物理的実現可能性を明確に分離する一般的なトラッキングフレームワークである。 実験により、OmniTrackは追跡精度を向上し、目に見えない動きに対して強力な一般化を示すことが示された。 実世界のテストでは、OmniTrackは、フリップやカートホイールのような複雑なアクロバティックな動きを含む、1時間の長さ、一貫性、安定したトラッキングを実現している。
  論文  参考訳（メタデータ） (2026-02-27T09:12:15Z)
• Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
  動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。 具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。 フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
  論文  参考訳（メタデータ） (2025-02-24T14:53:45Z)
• Autonomous Control of a Novel Closed Chain Five Bar Active Suspension via Deep Reinforcement Learning [0.6456676618238324]
  本稿では,シャーシ安定化に着目したアクティブサスペンションシステムについて述べる。 SACをPID(Proportional Integral Derivative)コントロールと併用してシャシーを安定化した。 モデルは、周囲の障害物からの距離、障害物の高さ、シャシーの向きを利用して、サスペンションの制御リンクを正確に作動させる。
  論文  参考訳（メタデータ） (2024-06-27T05:27:39Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• Next Steps: Learning a Disentangled Gait Representation for Versatile Quadruped Locomotion [69.87112582900363]
  現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。 本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。 本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
  論文  参考訳（メタデータ） (2021-12-09T10:02:02Z)

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。