論文の概要: From Impact to Insight: Dynamics-Aware Proprioceptive Terrain Sensing on Granular Media

• arxiv url: http://arxiv.org/abs/2604.02563v1
• Date: Thu, 02 Apr 2026 22:27:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 17:20:24.235525
• Title: From Impact to Insight: Dynamics-Aware Proprioceptive Terrain Sensing on Granular Media
• Title（参考訳）: インテリジェンスからインテリジェンスへ:グラニュラーメディアにおけるダイナミック・アウェア・プリンプティブ・テランのセンシング
• Authors: Yifeng Zhang, Yue Wu, Jake Futterman, Jacob Meseha, Eduardo Rosales, Irie Cooper, J. Diego Caporale, Feifei Qian,
• Abstract要約: ほとんどの地形評価手法は準静的仮定に依存する。 本研究では,固有感覚のみを用いた動的地形評価のための物理ベースのフレームワークを開発した。
• 参考スコア（独自算出の注目度）: 8.664271824657208
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robots that traverse natural terrain must interpret contact forces generated under highly dynamic conditions. However, most terrain characterization approaches rely on quasi-static assumptions that neglect velocity- and acceleration-dependent effects arising during impact and rapid stance transitions. In this work, we investigate granular terrain interaction during high-speed hopping and develop a physics-based framework for dynamic terrain characterization using proprioceptive sensing alone. Through controlled hopping experiments with systematically varied impact speed and leg compliance, our measurements reveal that quasi-static based assumptions lead to large discrepancies in granular terrain property estimation during high-speed hopping, particularly upon touchdown and controller-induced stiffness transitions. Velocity-dependent drag alone cannot explain these discrepancies. Instead, acceleration-dependent added-mass effects-associated with grain entrainment beneath the foot-dominate transient force responses. We integrate this force decomposition with a momentum-observer-based estimator that compensates for rigid-body inertia and gravity, and introduce an acceleration-aware weighted regression to account for increased force variance during high-acceleration events. Together, these methods enable consistent recovery of granular stiffness parameters across locomotion conditions, closely matching linear-actuator ground truth. Our results demonstrate that accurate terrain inference during high-speed locomotion requires explicit treatment of acceleration-dependent granular effects, and provide a foundation for robots to characterize complex deformable terrain during dynamic exploration of terrestrial and planetary environments.
• Abstract（参考訳）: 自然地形を横切るロボットは、非常にダイナミックな条件下で発生した接触力を解釈しなければならない。 しかし、ほとんどの地形特性のアプローチは、衝突や急激な姿勢遷移で生じる速度依存性と加速度依存性の影響を無視する準静的仮定に依存している。 本研究では, 高速ホッピング中の粒状地形の相互作用について検討し, プロバイオセプティブセンシングのみを用いた動的地形評価のための物理ベースのフレームワークを開発した。 衝撃速度と脚のコンプライアンスを体系的に変化させる制御ホッピング実験により, 高速ホッピング時, 特にタッチダウンやコントローラーによる剛性遷移時に, 準静的な仮定が粒界特性推定に大きな違いをもたらすことが明らかとなった。 速度依存性のドラッグだけでは、これらの相違は説明できない。 代わりに、加速度依存性の付加質量効果は、足が支配的な過渡的な力応答の下での穀物の運動と関連している。 我々は、この力分解を、剛体慣性および重力を補償する運動量オブザーバに基づく推定器と統合し、加速度認識重み付き回帰を導入し、高加速度イベントにおける力分散の増加を考慮した。 これらの手法により、運動条件全体にわたる粒状剛性パラメータの一貫した回復が可能となり、線形アクチュエータ基底真理と密接に一致する。 以上の結果から,高速移動時の正確な地形推定には加速度依存的な粒度効果の明示的な処理が必要であることが示され,地球・惑星環境の動的探査において複雑な地形を特徴付けるための基盤となる。

関連論文リスト

• F2F-AP: Flow-to-Future Asynchronous Policy for Real-time Dynamic Manipulation [62.06267255986041]
  非同期推論はロボット操作における主要なパラダイムとして現れている。 本稿では,予測対象の流れを利用して将来の観測を合成する新しい枠組みを提案する。 本手法は複雑な動的操作タスクにおける応答性と成功率を大幅に向上させる。
  論文  参考訳（メタデータ） (2026-04-02T17:57:15Z)
• When Rolling Gets Weird: A Curved-Link Tensegrity Robot for Non-Intuitive Behavior [0.6372261626436676]
  本研究では,半円形で湾曲した張力ロボットによる解を提案する。 このロボットは、効率的なローリングロコモーションと制御された安定性のバランスを保ち、アークエンドポイントにおける不連続によって実現される。 予備的な衝撃試験では、引張構造の固有の衝撃吸収能力と適合性を強調している。
  論文  参考訳（メタデータ） (2026-03-17T13:30:33Z)
• Inverse Resistive Force Theory (I-RFT): Learning granular properties through robot-terrain physical interactions [7.397755522601659]
  物理インフォームド機械学習フレームワークである逆抵抗力理論(Inverse Resistive Force Theory, I-RFT)を導入し、地形特性を推定する。 I-RFTは、様々な動きプリミティブをまたいだ一般化を可能にしながら、物理的整合性を保つ。 I-RFTは、複数の歩行軌跡とつま先形状の地形特性を正確に推定する。
  論文  参考訳（メタデータ） (2026-03-08T20:30:31Z)
• Failure Mechanisms and Risk Estimation for Legged Robot Locomotion on Granular Slopes [1.6267479602370543]
  グラニュラー斜面での移動は、せん断強度の低下とグラニュラー媒体の重力誘起異方性収率の低下により、脚付きロボットにとって困難である。 傾斜可能なグラニュラーベッド上にヘキサペダルロボットを装着し,傾斜依存性の正常およびせん断抵抗力とともに移動速度を測定した。 我々は、地形強度と傾斜角の関数として、アンカータイミング、歩数、および結果のロボット速度を予測するシンプルなロボットとテランの相互作用モデルを開発する。
  論文  参考訳（メタデータ） (2026-03-06T22:58:45Z)
• Contact-Implicit Modeling and Simulation of a Snake Robot on Compliant and Granular Terrain [0.0]
  本論文は,COBRAヘビロボットの横巻き及び転動動作を解析するための統一モデリングおよびシミュレーションフレームワークを提案する。 サイドウインド中の分散摩擦相互作用をモデル化するために、接触-単純定式化が用いられる。 急勾配での高エネルギー転がり移動には、クロノDEMエンジンが粒子と粒子の相互作用をシミュレートするために用いられる。
  論文  参考訳（メタデータ） (2025-12-04T17:20:32Z)
• Improving Human Motion Plausibility with Body Momentum [49.636235399261494]
  多くの研究は、世界フレームの根関節と大域運動に付随するフレームにおいて、人間の動きを局所運動に分解する。 本研究では,局所運動とグローバル運動を結びつける制約として,全身の線形運動量と角運動量を用いることを提案する。 我々は,生成したモーメントプロファイルと地中構造データで観測されるモーメントプロファイルの整合性を強制する新たな損失項を導入する。
  論文  参考訳（メタデータ） (2025-09-11T14:34:32Z)
• Forecasting Continuous Non-Conservative Dynamical Systems in SO(3) [51.510040541600176]
  コンピュータビジョンにおける移動物体の回転をモデル化するための新しい手法を提案する。 我々のアプローチは、入力ノイズに対して頑健でありながら、エネルギーと運動量保存に非依存である。 トレーニング中の雑音状態から物体のダイナミクスを近似させることで、シミュレーションや様々な現実世界の設定において頑健な外挿能力が得られる。
  論文  参考訳（メタデータ） (2025-08-11T09:03:10Z)
• Digital twin for virtual sensing of ferry quays via a Gaussian Process Latent Force Model [0.0]
  フェリーは、厳しい海洋環境やフェリーの衝撃にさらされるため、急速に劣化する。 仮想センシング技術は、デジタルツインの確立と構造応答の推定に欠かせないものとなっている。 本研究では, ガウス過程潜水力モデルを用いて, マジェホルムフェリーの仮想センシングを行った。
  論文  参考訳（メタデータ） (2025-06-17T19:14:11Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• 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)

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。