論文の概要: Wrench-Aware Admittance Control for Unknown-Payload Manipulation
- arxiv url: http://arxiv.org/abs/2604.19469v1
- Date: Tue, 21 Apr 2026 13:50:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-22 22:41:49.793443
- Title: Wrench-Aware Admittance Control for Unknown-Payload Manipulation
- Title（参考訳）: 未知の負荷操作のための Wrench-Aware Admittance Control
- Authors: Hossein Gholampour, Logan E. Beaver,
- Abstract要約: 本稿では,UR5eロボットを用いた未知のペイロードピックアップ・アンド・プレイスのためのレンチ・アウェア・アウェア・アプタンス・アプタンス・コントロール・フレームワークを提案する。
この方法は2つの異なる役割における力トルク測定を用いて、輸送中のペイロードによる力の影響を低減する。
実験の結果,不正確な配置に比べて輸送性能と配置性能が向上した。
- 参考スコア（独自算出の注目度）: 3.8673630752805437
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Unknown payloads can strongly affect compliant robotic manipulation, especially when the payload center of mass is not aligned with the tool center point. In this case, the payload generates an offset wrench at the robot wrist. During motion, this wrench is not only related to payload weight, but also to payload inertia. If it is not modeled, the compliant controller can interpret it as an external interaction wrench, which causes unintended compliant motion, larger tracking error, and reduced transport accuracy. This paper presents a wrench-aware admittance control framework for unknown-payload pick-and-place using a UR5e robot. The method uses force-torque measurements in two different roles. First, a three-axis translational excitation term is used to reduce payload-induced force effects during transport without making the robot excessively stiff. Second, after grasping, the controller first estimates payload mass for transport compensation and then estimates the payload CoM offset relative to the TCP using wrist force-torque measurements collected during the subsequent translational motion. This helps improve object placement and stacking behavior. Experimental results show improved transport and placement performance compared with uncorrected placement while preserving compliant motion.
- Abstract（参考訳）: 未知のペイロードは、特にペイロード・センターがツール・センター・ポイントと一致していない場合、ロボットの操作に強く影響を与える。
この場合、ペイロードはロボット手首にオフセットレンチを生成する。
運動中、このレンチはペイロード重量だけでなく、ペイロード慣性にも関係している。
モデル化されていない場合、コンプライアンスコントローラは外部のインタラクションレンチとして解釈することができ、意図しないコンプライアンス動作、より大きなトラッキングエラー、トランスポート精度の低下を引き起こす。
本稿では,UR5eロボットを用いた未知のペイロードピックアップ・アンド・プレイスのためのレンチ・アウェア・アウェア・アプタンス・アプタンス・コントロール・フレームワークを提案する。
この方法は2つの異なる役割で力トルクの測定を使用する。
第一に、ロボットを過度に硬くすることなく、輸送中のペイロード誘起力効果を低減するために、3軸翻訳励起項を用いる。
第二に、まず、制御器は、まず、輸送補償のためのペイロード質量を推定し、次に、その後の翻訳動作中に収集された手首力トルク測定を用いて、TCPに対するペイロードCoMオフセットを推定する。
これはオブジェクトの配置と積み重ね動作を改善するのに役立ちます。
実験結果から, 適合動作を保ちながら, 不正確な位置決めと比較して, 搬送性能と配置性能が向上した。
関連論文リスト
- What Drives Representation Steering? A Mechanistic Case Study on Steering Refusal [53.189667624047416]
異なるステアリング手法が同一層に印加した場合に機能的に交換可能な回路を利用することを示す。
その結果,操舵ベクトルは最大90～99%のスペーサー化が可能であり,ほとんどの性能は維持できることがわかった。
論文 参考訳（メタデータ） (2026-04-09T17:57:14Z) - Distributed State Estimation for Vision-Based Cooperative Slung Load Transportation in GPS-Denied Environments [2.3747069320845067]
本稿では,ビジョンベースマルチリフト運用のための分散分散分散ペイロード状態推定フレームワークを提案する。
搭載されている単眼カメラを用いて、各UAVはペイロードのフィデューシャルマーカーを検出し、相対的なポーズを推定する。
このペイロード状態推定は、クローズドループ軌道追跡制御に使用される。
論文 参考訳（メタデータ） (2026-03-04T19:59:11Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - A High-Force Gripper with Embedded Multimodal Sensing for Powerful and Perception Driven Grasping [12.351326520775464]
組込みマルチモーダル知覚機能を備えたモジュラー高把持力グリップを開発した。
提案したグリップは、コンパクトな実装で110Nの把持力を生成することができる。
高把握力は、アイインハンドカメラ、タイム・オブ・ライト(ToF)距離センサー、慣性計測ユニット(IMU)、全方位マイクを含む組込みマルチモーダルセンシングと組み合わせられる。
論文 参考訳（メタデータ） (2025-04-07T11:57:08Z) - 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) - Sensor Deprivation Attacks for Stealthy UAV Manipulation [51.9034385791934]
無人航空機は最先端の制御アルゴリズムを用いて自律的にタスクを実行する。
本稿では,マルチパートを提案する。
センサー分離攻撃 (Sensor Deprivation Attacks, SDA) - 極秘に影響を及ぼす攻撃。
センサーのリコンフィグレーションによる プロセス制御
論文 参考訳（メタデータ） (2024-10-14T23:03:58Z) - Proprioceptive External Torque Learning for Floating Base Robot and its
Applications to Humanoid Locomotion [17.384713355349476]
本稿では,浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点
実際のロボット実験では、ネットワークは外部トルクと接触レンチをはるかに小さな誤差で推定できることを示した。
また,ゼロモーメントポイント(ZMP)フィードバック制御において,推定した接触レンチが有効であることを示す。
論文 参考訳（メタデータ） (2023-09-08T05:33:56Z) - Fine Robotic Manipulation without Force/Torque Sensor [9.908082209033612]
典型的な6軸力/トルクセンサ(F/T)がロボットの手首と端エフェクターの間に装着され、環境がロボットに与える力(外部レンチ)を測定する。
典型的な6軸F/Tセンサーは高い精度で測定できるが、ドリフトや外部の衝撃に対して高価で脆弱である。
ロボットの内部信号のみを用いて外部レンチを推定する既存の手法は、スコープに限られている。
我々はニューラルネットワークに基づく手法を提案し、トレーニングデータ構造に特に注意を払うことで、正確に見積もることができると論じる。
論文 参考訳（メタデータ） (2023-01-31T05:06:04Z) - OSCAR: Data-Driven Operational Space Control for Adaptive and Robust
Robot Manipulation [50.59541802645156]
オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。
本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。
本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2021-10-02T01:21:38Z)
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。