論文の概要: Industrial Dual-Arm Box Handling via Online Inertial Estimation and Convex Wrench Optimization
- arxiv url: http://arxiv.org/abs/2605.22021v1
- Date: Thu, 21 May 2026 05:40:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-22 16:35:42.109796
- Title: Industrial Dual-Arm Box Handling via Online Inertial Estimation and Convex Wrench Optimization
- Title（参考訳）: オンライン慣性推定と凸レンチ最適化による産業用デュアルアームボックスハンドリング
- Authors: Kenzhi Iskandar Wong, Lin Yang, Qian Ying Lee, Domenico Campolo,
- Abstract要約: 産業用ロボットのオブジェクトハンドリングは、しばしば、前もって質量と質量の中心が分かっていない箱やパッケージを伴っている。
本稿では、未知の慣性特性を持つ物体に対する摩擦対応デュアルアームボックスハンドリングフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 5.026843146697991
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Industrial robotic object handling often involves boxes and packages whose mass and center of mass are not known in advance. These uncertainties affect the force--moment balance required for stable lifting, and improper regulation of contact wrenches can lead to slip, object drop, orientation deviation, or excessive squeezing. This paper presents a friction-aware dual-arm box-handling framework for objects with unknown inertial properties. The proposed approach estimates the object mass and center of mass online from measured contact wrenches, and computes friction-feasible contact forces and torsional moments through a second-order cone program (SOCP) under ellipsoidal friction-limit-surface constraints. An offline trajectory refinement stage is also included to reduce undesired object--environment contact when geometric constraints are present. By enforcing friction feasibility as a hard constraint and minimizing contact effort within the feasible region, the framework achieves stable lifting without treating slip avoidance and excessive squeezing as separately tuned objectives. Experiments on a real dual-arm robotic system under different center-of-mass configurations demonstrate that the method lifts objects with unknown inertial properties while maintaining stable frictional contact.
- Abstract（参考訳）: 産業用ロボットのオブジェクトハンドリングは、しばしば、前もって質量と質量の中心が分かっていない箱やパッケージを伴っている。
これらの不確実性は、安定した昇降に必要な力-モーメントバランスに影響し、接触レンチの不適切な規制は、すべり、物体の落下、方向ずれ、過度のスクイーズを引き起こす可能性がある。
本稿では、未知の慣性特性を持つ物体に対する摩擦対応デュアルアームボックスハンドリングフレームワークを提案する。
提案手法は, 物体の質量と質量の中心を測定された接触レンチから推定し, 楕円面摩擦限界面制約下での2次コーンプログラム(SOCP)を通して摩擦可能な接触力とねじりモーメントを算出する。
また、幾何学的制約が存在する場合に、望ましくない物体との接触を低減するために、オフライン軌道改善段階も含んでいる。
摩擦フィジビリティをハード制約として実施し、かつ、ファジブル領域内の接触労力を最小化することにより、スリップ回避や過度のスクイーズを別々に調整した目的として処理することなく安定した昇降を実現する。
異なる中心構造下での実際のデュアルアームロボットシステムの実験は、安定な摩擦接触を維持しながら、未知の慣性特性を持つ物体を持ち上げることを示した。
関連論文リスト
- RigidFormer: Learning Rigid Dynamics using Transformers [46.435066827926825]
本稿では,メッシュフリーの剛体力学を制御可能な統合ステップサイズで学習するオブジェクト中心トランスフォーマーモデルを提案する。
アンカーをベースとしたRoPEは,物体やアンカーの非秩序な性質を尊重しながら,アンカー幾何学を注意に注入する。
また,身体部位をオブジェクトレベルの相互作用として扱うことで,コマンド条件付き調音体への予備的拡張を示す。
論文 参考訳（メタデータ） (2026-05-09T22:31:09Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - Probe-to-Grasp Manipulation Using Self-Sensing Pneumatic Variable-Stiffness Joints [9.920023397258435]
本稿では,物体の相対剛性を推定するためのプローブ・トゥ・グラフ操作フレームワークを提案する。
自覚式空気圧可変剛性ジョイントを備えた受動ソフトリジッド2指ハイブリッドグリップを用いた。
本研究では, 剛性評価実験による自己知覚モデルの有効性を検証し, 実生活応用における剛性認識型探索・解析を実証する。
論文 参考訳（メタデータ） (2026-03-29T18:43:19Z) - TacDexGrasp: Compliant and Robust Dexterous Grasping with Tactile Feedback [14.132084492788122]
この研究は、2つの重要な問題に対処する: 複数の接触に力を分散して物体の重みに対処し、物体の中心から遠ざかるときに重力トルクによって引き起こされる回転スリップを防ぐ。
触覚フィードバックとSOCP(Second-Order Cone Programming)ベースのコントローラを用いて,トルクモデリングやスリップ検出を行うことなく,これらの課題に対処する。
論文 参考訳（メタデータ） (2026-03-07T05:15:27Z) - Rigidity-Based Multi-Finger Coordination for Precise In-Hand Manipulation of Force-Sensitive Objects [5.313029497667778]
マルチフィンガーハンドは指先接触のみに依存しており、プルフォースを適用できない。
力覚的物体の高精度な操作を可能にする多指協調のための二重層フレームワークを提案する。
我々は、このフレームワークをカスタムなデクスタラスな手で検証し、脆弱なオブジェクトを操作できることを実証した。
論文 参考訳（メタデータ） (2026-02-15T11:40:39Z) - A Unified Complementarity-based Approach for Rigid-Body Manipulation and Motion Prediction [12.241353619398899]
本稿では,単一形式(Unicomp)における自由運動と摩擦接触を連続的に捉えるロボット操作の数学的モデルを提案する。
実験結果から,提案手法は,接触に富む全身操作の操作から,タスク間の対話的な動作において,物理的に一貫した動作を可能にすることが示唆された。
論文 参考訳（メタデータ） (2026-02-04T13:10:57Z) - Boundary-to-Region Supervision for Offline Safe Reinforcement Learning [56.150983204962735]
バウンダリ・トゥ・レギオン(Bundary-to-Region, B2R)は、コスト信号による非対称な条件付けを可能にするフレームワークである。
B2Rは、CTGを固定された安全予算の下で境界制約として再定義し、すべての実行可能な軌道のコスト分布を統一する。
実験の結果,B2Rは38項目中35項目の安全制約を満たすことがわかった。
論文 参考訳（メタデータ） (2025-09-30T03:38:20Z) - Robustifying 3D Perception via Least-Squares Graphs for Multi-Agent Object Tracking [43.11267507022928]
本稿では,3次元LiDARシーンにおける対向雑音に対する新たな緩和フレームワークを提案する。
我々は最小二乗グラフツールを用いて各検出の遠心点の位置誤差を低減する。
実世界のV2V4Realデータセットに関する広範な評価研究は、提案手法がシングルエージェントとマルチエージェントの両方のトラッキングフレームワークよりも大幅に優れていることを示す。
論文 参考訳（メタデータ） (2025-07-07T08:41:08Z) - Tactile Estimation of Extrinsic Contact Patch for Stable Placement [64.06243248525823]
本稿では,複雑な物体を積み重ねることを学ぶロボットのためのフィードバックスキルの設計について述べる。
つかんだ物体とその環境間の接触パッチを,力と触覚の観測により推定する。
論文 参考訳（メタデータ） (2023-09-25T21:51:48Z) - Tracking Partially-Occluded Deformable Objects while Enforcing Geometric
Constraints [11.247580943940916]
我々は、変形可能な物体の追跡を支援するために、高忠実度物理シミュレーションを構築した。
我々はRGBD画像と幾何運動推定に基づいてオブジェクトに焦点を当てる。
コントリビューションにより、従来の手法よりも精度の面で大きなマージンを達成できます。
論文 参考訳（メタデータ） (2020-11-01T21:13:18Z)
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。