論文の概要: Robotic Nonprehensile Object Transportation with a Hanging Tray

• arxiv url: http://arxiv.org/abs/2606.10039v1
• Date: Mon, 08 Jun 2026 18:13:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:37.952691
• Title: Robotic Nonprehensile Object Transportation with a Hanging Tray
• Title（参考訳）: ハンギングトレイを用いたロボット非包括的物体移動
• Authors: Adam Heins, Angela P. Schoellig,
• Abstract要約: ロボットウェイターの問題に先立ち、ロボットはエンドエフェクターによって固く保持されたトレイを傾ける。 我々は、EEからロープで吊るされたトレイを使い、3次元振り子のように振る舞う。 対照的に、実際の吊り皿を使用することで、五角運動の利点を得ることができる。
• 参考スコア（独自算出の注目度）: 7.827829335706731
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We consider the nonprehensile object transportation task known as the waiter's problem, in which a robot must move an object balanced on a tray from one location to another. In contrast to prior works on the robotic waiter's problem, which make the robot tilt a tray rigidly held by its end effector (EE), we use a tray suspended from the EE by ropes, such that it behaves like a three-dimensional pendulum. Some prior works have actuated the robot so that the EE simulates the behavior of a pendulum, because pendular motion reduces the shear forces acting on the transported objects, minimizing the sliding of rigid objects and sloshing in containers of liquid. In contrast, our use of a real hanging tray allows us to obtain the benefits of pendular motion while only actuating a 3 degree-of-freedom (DOF) mobile base, rather than requiring a full 6-DOF manipulator arm. Our experiments in simulation and on real hardware show that the hanging tray substantially reduces both sliding and sloshing compared to a static, rigidly-grasped tray. Furthermore, we integrate the hanging tray into an interactive robot waiter demonstration, which uses computer vision to identify people with a raised hand and visual servoing to steer toward them and allow them to access the tray.
• Abstract（参考訳）: 本研究では,ロボットがトレイ上でバランスのとれた物体を,ある場所から別の場所へ移動させるという,ウェイターの問題として知られる非包括的物体輸送作業について考察する。 ロボットがエンドエフェクタ(EE)によって強固に保持されたトレイを傾けるロボットウェイターの問題に対する以前の研究とは対照的に,我々は3次元振り子のように振る舞うように,EEからロープで吊るされたトレイを使用する。 脳波が振り子の動きをシミュレートするように、ロボットを作動させる以前の研究もある。なぜなら、振り子の動きは、輸送された物体に作用するせん断力を減少させ、剛体の滑りを最小限に抑え、液体の容器にスロッシングするからである。 対照的に、実際のハングトレイを使用することで、完全な6自由度マニピュレータアームを必要とせず、3自由度(DOF)移動基地を作動させるだけで、ペンダラ運動の利点を得ることができる。 シミュレーション実験と実ハードウェア実験により, ハングトレーは静的で剛性のあるトレーに比べてスライディングとスロッシングの両面を著しく低減することが示された。 さらに,ハングトレイを対話型ロボットウェイターのデモに統合し,コンピュータビジョンを用いて手を挙げている人や視覚サーボを識別し,トレーにアクセスできるようにする。

関連論文リスト

• Active Contact Sensing for Robust Robot-to-Human Object Handover [22.323829143922676]
  頑健なオブジェクトハンドオーバに対する能動的センシング手法を提案する。 ホールドグリップは複数の方向に力を生み出すが、偶発的なタッチは起こらない。 我々の手法は97.5%の成功率を達成した。
  論文  参考訳（メタデータ） (2026-05-06T07:59:02Z)
• ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration [51.69384671495837]
  ActiveGlassesは、エゴ中心の人間のデモからロボット操作を学習するシステムである。 スマートグラスに装着されたステレオカメラは、データ収集とポリシー推論の両方のための唯一の認識装置として機能する。 ゼロ・トランスファーを可能にするために,デモからオブジェクト・トラジェクトリを抽出し,オブジェクト中心のポイント・クラウド・ポリシーを用いて操作と頭部運動を協調的に予測する。
  論文  参考訳（メタデータ） (2026-04-09T17:59:08Z)
• 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)
• Effective Virtual Reality Teleoperation of an Upper-body Humanoid with Modified Task Jacobians and Relaxed Barrier Functions for Self-Collision Avoidance [0.4972323953932129]
  本稿では,上半身のヒューマノイドを効果的に遠隔操作するために,市販のバーチャルリアリティ(VR)トラッカーを再ターゲットするアプローチを提案する。 この効果の鍵は、修正されたタスクジャコビアンと緩和されたバリア関数によって、トラッカーをジョイント集合に適切に割り当てることであった。
  論文  参考訳（メタデータ） (2024-11-12T04:19:25Z)
• Pedipulate: Enabling Manipulation Skills using a Quadruped Robot's Leg [11.129918951736052]
  脚のついたロボットは、メンテナンス、ホームサポート、探索のシナリオにおいて不可欠になる可能性がある。 本研究では,ロボットの脚を操作に用いたペディピュレーションについて検討する。
  論文  参考訳（メタデータ） (2024-02-16T17:20:45Z)
• RoboSense At Edge: Detecting Slip, Crumple and Shape of the Object in Robotic Hand for Teleoprations [1.1789204193530416]
  遠隔手術のようなロボットハンド(RH)で堅牢な操作を行うためには,スリップとクレムプル検出が不可欠である。 本研究では,現在ロボットハンドに保持されている物体の形状だけでなく,スリップやクルムプルを検出する機械学習(ML)に基づく手法を提案する。
  論文  参考訳（メタデータ） (2023-11-14T03:49:20Z)
• Robots with Different Embodiments Can Express and Influence Carefulness in Object Manipulation [104.5440430194206]
  本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。 ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
  論文  参考訳（メタデータ） (2022-08-03T13:26:52Z)
• From Movement Kinematics to Object Properties: Online Recognition of Human Carefulness [112.28757246103099]
  ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。 我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。 パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
  論文  参考訳（メタデータ） (2021-09-01T16:03:13Z)
• Careful with That! Observation of Human Movements to Estimate Objects Properties [106.925705883949]
  我々は、物体の重さについての洞察を伝える人間の運動行動の特徴に焦点を当てる。 最後の目標は、ロボットがオブジェクトハンドリングに必要なケアの度合いを自律的に推測できるようにすることです。
  論文  参考訳（メタデータ） (2021-03-02T08:14:56Z)

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。