論文の概要: Friction Characterization of a Cable-Driven Differential Actuation System for Lower-Limb Exoskeletons
- arxiv url: http://arxiv.org/abs/2606.15997v1
- Date: Sun, 14 Jun 2026 19:47:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 18:36:04.987377
- Title: Friction Characterization of a Cable-Driven Differential Actuation System for Lower-Limb Exoskeletons
- Title（参考訳）: ケーブル駆動型下肢外骨格用差動アクチュエータシステムの摩擦特性
- Abstract要約: 下肢の外骨格は正確な関節トルク制御を提供する作動系を必要とする。
従来のアーキテクチャは独立して作動する関節と関節レベルのトルクセンサーに依存していることが多い。
本稿では,ヒップ膝屈曲・伸展のための新しいディファレンシャル・アクティベーション・アーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 42.628421392139
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Lower-limb exoskeletons require actuation systems that can provide accurate joint torque control while preserving low mass and encumbrance. Conventional architectures often rely on independently actuated joints and joint-level torque sensors, increasing system complexity and weight. This paper presents a novel differential actuation architecture for hip-knee flexion/extension, enabling cooperative torque sharing between two motors via a linear differential mapping between motor and joint. To compensate for transmission losses, a model-based friction estimation strategy is developed and experimentally implemented, allowing accurate joint torque estimation without the need for torque sensors. The proposed solution is validated on a physical prototype, demonstrating the feasibility of sensorless torque estimation in a differentially actuated hip-knee module of a lower-limb exoskeleton.
- Abstract（参考訳）: 下肢のエクソスケルトンは、低い質量と蓄積を保ちながら正確な関節トルク制御を提供するアクティベーションシステムを必要とする。
従来のアーキテクチャは独立して作動するジョイントとジョイントレベルのトルクセンサーに依存しており、システムの複雑さと重量を増加させている。
本稿では, ヒップ膝屈曲・伸展のための新しいディファレンシャル・アクティベーション・アーキテクチャを提案する。
伝達損失を補償するために, モデルに基づく摩擦推定法を開発し, 実験的に実装し, トルクセンサを必要とせずに正確な関節トルク推定を可能にする。
提案手法は,下肢外骨格の差動駆動型ヒップニーモジュールにおいて,センサレストルク推定の実現可能性を示す物理プロトタイプ上で検証された。
関連論文リスト
- IMU-Centric Moving Horizon Estimation for Lateral Dynamics Estimation Across Vehicles and Grip Conditions [40.68933034473117]
本稿では、標準搭載信号を用いて横方向の速度を再構成する慣性測定ユニット(IMU)中心の移動水平推定フレームワークを提案する。
人間駆動型スポーツカーと自律型オープンホイールレースカーの実験的検証は、正確で頑健な横速度と横加速度の推定値を示す。
論文 参考訳（メタデータ） (2026-09-09T14:05:17Z) - Identification of a Physics-Based Electrical Power Consumption Model for the Unitree G1 Humanoid Arm [41.90412270641482]
本稿では,UnitreeG1ヒューマノイドロボットの左腕の電力消費に関する物理モデルを提案する。
提案した定式化は、アクチュエータ損失項とベースライントルク補正を組み合わせることで、重力補償負荷の変化を捉える。
シングルジョイントとアコーディネートアームの動作を複数の速度レベルでカバーする897トラジェクトリで、同定されたモデルは、1.07 (W)のRMSEで$R2 = 0.933$に達する。
論文 参考訳（メタデータ） (2026-06-14T16:45:07Z) - An Opticalmechanics Framework for Dynamic Estimation of Multibody Systems [15.213803098614726]
本研究では,マルチボディシステムのための光学キネマティック・ダイナミック統合推定フレームワークを提案する。
システム力学を記述するために制約付き多体モデルを構築し, 動的推定のための非接触入力として画像計測キネマティック量を用いる。
論文 参考訳（メタデータ） (2026-06-08T11:59:58Z) - Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout [55.19244743715421]
Driver-WMは、ドライバー中心の潜在世界モデルで、アウトキャビンのトラフィックコンテキストを考慮に入れたインキャビンのダイナミクスをロールアウトする。
身体のキネマティクス予測を補助的な行動的・感情的意味認識と統合する。
ドライバ-WMは、反応性の高いハイモーション操作のための堅牢な長距離幾何学的予測を与える。
論文 参考訳（メタデータ） (2026-05-06T16:30:48Z) - Design, Modelling and Experimental Evaluation of a Tendon-driven Wrist Abduction-Adduction Mechanism for an upper limb exoskeleton [0.8399688944263844]
本報告では, 手首・手首・手首・手首・手首・手首・手首・手首・手首・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指
この機構は、1本のボウデンケーブルをスパイラルねじりばねで受動的に張力し、斜めのアクチュエータを使わずに連続的なケーブル張力を維持する。
その結果, シミュレーションインフォームド剛性選択は, 小型のケーブル駆動型手首外骨格の設計を効果的に導くことができることを示した。
論文 参考訳（メタデータ） (2026-04-21T08:48:23Z) - Exoskeleton Control through Learning to Reduce Biological Joint Moments in Simulations [0.0]
データ駆動型ジョイントモーメント予測器は、推定と外骨格制御のために実験室ベースの逆力学パイプラインに代わるスケーラブルな代替手段を提供する。
物理に基づく強化学習は、シミュレーション訓練されたコントローラが動的に認識される支援戦略を学習することを可能にする。
本稿では,(1)生体関節のモーメントを低減するための外骨格補助政策を学習するためのRLフレームワーク,(2)訓練された制御ネットワークを検証する検証パイプラインを提案する。
論文 参考訳（メタデータ） (2026-03-08T13:31:06Z) - 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) - Dual-quaternion learning control for autonomous vehicle trajectory tracking with safety guarantees [39.146761527401424]
運動を運動論的に記述できる自律型ロボットプラットフォームのための学習型軌道追跡制御器を提案する。
コントローラは二重四元数フレームワークで定式化され、角速度と直線速度の直接の指令を仮定して速度レベルで動作する。
論文 参考訳（メタデータ） (2026-01-06T15:30:02Z) - DSO-VSA: a Variable Stiffness Actuator with Decoupled Stiffness and Output Characteristics for Rehabilitation Robotics [11.174959557114532]
本稿では, 脱カップリングされた剛性と再生ロボットの出力挙動を特徴とする可変剛性アクチュエータを提案する。
このシステムは、可変長レバーと低シクロディダル直線機構を組み合わせた可変剛性機構を統合し、線形トルク-偏向関係を実現する。
位置ループ項が剛性と偏向角を協調的に調節する微分構成に基づいて、カスケードPIコントローラをさらに発展させる。
論文 参考訳（メタデータ） (2025-12-21T12:13:17Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Advancements in Upper Body Exoskeleton: Implementing Active Gravity
Compensation with a Feedforward Controller [0.0]
上肢外骨格におけるアクティブ重力補償のためのフィードフォワード制御システムを提案する。
このシステムは、Newton-Euler Inverse Dynamicsに基づく解析的制御方程式を用いて、内部モーターセンサからの位置データのみを用いてトルクを計算する。
論文 参考訳（メタデータ） (2023-09-09T06:39:38Z) - Bidirectional Interaction between Visual and Motor Generative Models
using Predictive Coding and Active Inference [68.8204255655161]
本稿では,感覚予測のための生成モデルと,運動軌跡の生成モデルからなるニューラルアーキテクチャを提案する。
我々は,知覚予測のシーケンスが学習,制御,オンライン適応を導くレールとしてどのように機能するかを強調する。
論文 参考訳（メタデータ） (2021-04-19T09:41:31Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z)
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。