論文の概要: AI-Enabled Image-Based Hybrid Vision/Force Control of Tendon-Driven Aerial Continuum Manipulators
- arxiv url: http://arxiv.org/abs/2604.18961v1
- Date: Tue, 21 Apr 2026 01:19:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-22 22:41:49.562552
- Title: AI-Enabled Image-Based Hybrid Vision/Force Control of Tendon-Driven Aerial Continuum Manipulators
- Title（参考訳）: 腱駆動型空中連続マニピュレータのAI-Enabled Image-based Hybrid Vision/Force Control
- Authors: Shayan Sepahvand, Farrokh Janabi-Sharifi, Farhad Aghili,
- Abstract要約: 本稿では、腱駆動型空中マニピュレータのためのAI対応ハイブリッドビジョン/フォース制御フレームワークを提案する。
提案したコントローラは、画像特徴誤差を安定化しつつ、静的環境との自律的物理的相互作用を可能にするように設計されている。
- 参考スコア（独自算出の注目度）: 0.6999740786886535
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents an AI-enabled cascaded hybrid vision/force control framework for tendon-driven aerial continuum manipulators based on constant-strain modeling in $SE(3)$ as a coupled system. The proposed controller is designed to enable autonomous, physical interaction with a static environment while stabilizing the image feature error. The developed strategy combines the cascaded fast fixed-time sliding mode control and a radial basis function neural network to cope with the uncertainties in the image acquired by the eye-in-hand monocular camera and the measurements from the force sensing apparatus. This ensures rapid, online learning of the vision- and force-related uncertainties without requiring offline training. Furthermore, the features are extracted via a state-of-the-art graph neural network architecture employed by a visual servoing framework using line features, rather than relying on heuristic geometric line extractors, to concurrently contribute to tracking the desired normal interaction force during contact and regulating the image feature error. A comparative study benchmarks the proposed controller against established rigid-arm aerial manipulation methods, evaluating robustness across diverse scenarios and feature extraction strategies. The simulation and experimental results showcase the effectiveness of the proposed methodology under various initial conditions and demonstrate robust performance in executing manipulation tasks.
- Abstract（参考訳）: 本稿では, テントン駆動型空中連続マニピュレータのためのAIを用いたハイブリッドビジョン/フォース制御フレームワークを提案する。
提案したコントローラは、画像特徴誤差を安定化しつつ、静的環境との自律的物理的相互作用を可能にするように設計されている。
開発された戦略は、カスケードされた高速固定時間スライディングモード制御と放射基底関数ニューラルネットワークを組み合わせて、眼内モノクラーカメラが取得した画像の不確かさと、力検知装置からの測定に対処する。
これにより、オフライントレーニングを必要とせずに、ビジョンやフォース関連の不確実性に関する迅速なオンライン学習が可能になる。
さらに、これらの特徴は、ヒューリスティックな幾何学的線抽出器に頼るのではなく、ライン特徴を用いたビジュアルサーボフレームワークによって採用された最先端のグラフニューラルネットワークアーキテクチャを介して抽出され、接触中の所望の正常な相互作用力の追跡と画像特徴誤差の調整に同時に寄与する。
比較研究は、提案した制御器を確立された剛腕空中操作法に対してベンチマークし、様々なシナリオと特徴抽出戦略の堅牢性を評価する。
シミュレーションと実験により,様々な初期条件下での手法の有効性を示し,操作タスクの実行における堅牢な性能を示す。
関連論文リスト
- Strain-Parameterized Coupled Dynamics and Dual-Camera Visual Servoing for Aerial Continuum Manipulators [0.8594140167290097]
テンドン駆動連続型空中マニピュレータ(TD-ACM)は、無人航空機(UAV)の操縦性と軽量ロボット(CR)のコンプライアンスを組み合わせる
TD-ACMに対する既存の連続結合動的モデリング手法は計算コストが高い。
本稿では,不活性化基底を持つ結合型TD-ACMの一般化された動的定式化について述べる。
論文 参考訳（メタデータ） (2026-03-24T15:33:22Z) - From Vision to Decision: Neuromorphic Control for Autonomous Navigation and Tracking [10.144707192962068]
視覚誘導ナビゲーションとトラッキングのための擬似ニューロモルフィック制御フレームワークを提案する。
搭載カメラからの画像ピクセルは、動的ニューロン集団への入力として符号化される。
最近提案された動物の認知と意見力学の力学モデルにインスパイアされたニューロモルフィックコントローラは、最小の計算負担でリアルタイムの自律性を提供する。
論文 参考訳（メタデータ） (2026-02-05T14:09:09Z) - Exploring Conditions for Diffusion models in Robotic Control [70.27711404291573]
我々は,ロボット制御のためのタスク適応型視覚表現を得るために,事前学習したテキスト・画像拡散モデルを活用することを検討する。
テキスト条件をナビゲート的に適用すると、制御タスクにおいて最小あるいは負の利得が得られることがわかった。
本稿では,制御環境に適応する学習可能なタスクプロンプトと,細粒度でフレーム固有の細部をキャプチャする視覚プロンプトを提案する。
論文 参考訳（メタデータ） (2025-10-17T10:24:14Z) - ScaleWeaver: Weaving Efficient Controllable T2I Generation with Multi-Scale Reference Attention [86.93601565563954]
ScaleWeaverは、高度な視覚的自己回帰(VAR)モデルに基づいて、高忠実で制御可能な生成を実現するために設計されたフレームワークである。
提案された参照注意モジュールは image$rightarrow$condition から不要な注意を排除し、計算コストを削減している。
実験によると、ScaleWeaverは、拡散ベースの方法よりも優れた効率を実現しつつ、高品質な生成と正確な制御を提供する。
論文 参考訳（メタデータ） (2025-10-16T17:00:59Z) - Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。
提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
論文 参考訳（メタデータ） (2025-07-06T20:22:58Z) - Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。
既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。
ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-29T19:02:54Z) - ControlVAR: Exploring Controllable Visual Autoregressive Modeling [48.66209303617063]
拡散モデル(DM)の出現により、条件付き視覚発生は顕著に進展した。
高価な計算コスト、高い推論遅延、大規模言語モデル(LLM)との統合の難しさといった課題は、DMに代わる方法を模索する必要がある。
本稿では,フレキシブルかつ効率的な条件生成のための視覚自己回帰モデリングにおける画素レベル制御を探求する新しいフレームワークであるControlmoreを紹介する。
論文 参考訳（メタデータ） (2024-06-14T06:35:33Z) - Visual Servoing for Pose Control of Soft Continuum Arm in a Structured
Environment [9.599112149531557]
このレターでは、視覚サーボによりソフトアーム上でスムーズで堅牢な3D位置決めタスクを実行するディープニューラルネットワークベースの手法を提案する。
畳み込みニューラルネットワークは、所望のポーズを達成するのに必要な動作を予測するために訓練される。
カメラが見る所望画像と現在画像との誤差を低減するために比例制御法を施行する。
論文 参考訳（メタデータ） (2022-02-10T18:03:28Z) - Control Design of Autonomous Drone Using Deep Learning Based Image
Understanding Techniques [1.0953917735844645]
本稿では,室内の騒音や不確実性を考慮して,自律飛行を行うための制御器の入力として画像を使用する新しい枠組みを提案する。
ノイズの多い環境下でドローン/クワッドコプターの飛行安定性を向上させるために, 微分フィルタを用いた新しいPIDA制御を提案する。
論文 参考訳（メタデータ） (2020-04-27T15:50:04Z)
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。