論文の概要: Impedance Control of Ship-Borne Manipulators via Optimization-based Task-Space Inverse Dynamics
- arxiv url: http://arxiv.org/abs/2607.22030v1
- Date: Fri, 24 Jul 2026 06:54:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 20:58:57.068181
- Title: Impedance Control of Ship-Borne Manipulators via Optimization-based Task-Space Inverse Dynamics
- Title（参考訳）: 最適化型タスク空間逆ダイナミクスを用いた船体マニピュレータのインピーダンス制御
- Abstract要約: 船上マニピュレータは波動誘起ベースモーションの対象であり、乱れや動的結合をもたらす。
本稿では,高精度軌道追跡とタスク空間インピーダンスを統合したトルクレベルの最適化に基づく制御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）: 23.54472533643259
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ship-borne manipulators operating in maritime environments are subject to stochastic wave-induced base motions that introduce kinematic disturbances and dynamic coupling, degrading trajectory tracking accuracy and complicating safe, contact-rich manipulation. This paper proposes a torque-level optimization-based control framework that integrates high-precision trajectory tracking with task-space impedance for ship-borne manipulators. The controller is formulated using task-space inverse dynamics (TSID) and solved via quadratic programming to explicitly compensate for the dynamic coupling introduced by base motion. To enable accurate feedforward compensation, an error-state Kalman filter (ESKF) is developed to estimate the base state by fusing inertial measurements with end-effector pose feedback. The framework is validated in simulation and real-world experiments using a 7-DOF manipulator mounted on a 6-DOF Stewart platform. The proposed method reduces real-world end-effector position tracking error by over 25.7% compared with the best baseline. Furthermore, the controller enables dynamic peg-in-hole insertion with 1~mm clearance under base motion, increasing the success rate while reducing average contact forces by 45%, demonstrating precise and compliant manipulation in contact-rich environments.
- Abstract（参考訳）: 海上環境で作動する船上マニピュレータは、運動障害や動的結合、軌道追跡の精度の低下、安全で接触に富んだ操作を複雑化する確率的波動誘発ベースモーションの影響を受ける。
本稿では,高精度軌道追跡とタスク空間インピーダンスを統合したトルクレベルの最適化に基づく制御フレームワークを提案する。
制御器は、タスク空間逆ダイナミクス(TSID)を用いて定式化され、2次計画法により解かれ、ベースモーションによって導入された動的結合を明示的に補償する。
正確なフィードフォワード補正を実現するため,エンドエフェクタポーズフィードバックを用いた慣性測定を融合させることにより,誤差状態カルマンフィルタ(ESKF)の基底状態を推定する手法を開発した。
このフレームワークは6-DOFスチュワートプラットフォームに搭載された7-DOFマニピュレータを用いてシミュレーションおよび実世界の実験で検証されている。
提案手法は,最良ベースラインに比べて実世界のエンドエフェクタ位置追跡誤差を25.7%以上削減する。
さらに、ベースモーション下で1〜mmクリアランスで動的ペグ・イン・ホール挿入を可能にし、平均接触力を45%減少させ、接触リッチ環境における精密かつコンプライアンスな操作を実証し、成功率を高める。
関連論文リスト
- Reinforcement Learning with Inner-loop Dynamics Estimator for Aerial Manipulation under Uncertainty [0.560928143828791]
本稿では,Reinforcement Learning (RL) と内部ループ力学推定器を組み合わせた階層型制御フレームワークを提案する。
本研究では, 各種ペイロード条件下でのハードウェア実験により, 3DoFマニピュレータを備えたカスタム四極子に対する提案手法の有効性を検証した。
論文 参考訳（メタデータ） (2026-06-15T12:16:01Z) - IMPACT: Learning Internal-Model Predictive Control for Forceful Robotic Manipulation [43.12484757720005]
実世界のロボット操作タスクは、しばしば環境との力強い相互作用を伴う。
我々は、これらの強制的なタスクをタスク計画と内部モデルに基づく予測制御に分離するフレームワークIMPACTを提案する。
論文 参考訳（メタデータ） (2026-06-09T13:00:56Z) - AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。
本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。
LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
論文 参考訳（メタデータ） (2026-04-20T04:25:24Z) - Trajectory-based actuator identification via differentiable simulation [0.0]
本稿では,システムレベルのアクチュエータモデルに適合させるために,微分可能シミュレーションを用いたトラジェクトリに基づくアクチュエータ同定手法を提案する。
トルクセンサを使わずにシミュレータをバックプロパゲートすることでアクチュエータとシミュレータのパラメータを最適化し、電流/電圧の測定や内蔵モータ制御内部へのアクセスを最適化する。
論文 参考訳（メタデータ） (2026-04-11T21:36:34Z) - Towards Dynamic Model Identification and Gravity Compensation for the dVRK-Si Patient Side Manipulator [6.433947788491395]
最近導入されたdVRK-Siは再設計された患者側マニピュレータ (PSM) を備えており、より大きな重力負荷を備えている。
本稿では,dVRK-Si PSMのためのキネマティックおよび動的モデリングフレームワークについて述べる。
物理的dVRK-Siの実験では、重力補償が定常的な関節の誤差を68-84%減少させることが示された。
論文 参考訳（メタデータ） (2026-03-12T16:06:16Z) - 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) - HiWET: Hierarchical World-Frame End-Effector Tracking for Long-Horizon Humanoid Loco-Manipulation [43.43128572722804]
我々は、ヒューマノイドのロコ操作におけるエンドエフェクタトラッキングとしてこの問題を再考する。
動的実行からグローバルな推論を分離する階層的強化学習フレームワークであるHiWETを提案する。
我々は,HuWETが長期のワールドフレームタスクにおいて,高精度かつ安定したエンドエフェクタトラッキングを実現することを示す。
論文 参考訳（メタデータ） (2026-02-06T03:11:56Z) - Global End-Effector Pose Control of an Underactuated Aerial Manipulator via Reinforcement Learning [15.634803296068009]
ロボットアームとマルチロータードローンを組み合わせた空中マニピュレータは、アームの重量と機械的複雑さに厳しい制約に直面している。
本研究では,2自由度2自由度(DoF)アームを,6自由度エンドエフェクタのフルポーズ制御が可能な差動機構を用いて検討した。
論文 参考訳（メタデータ） (2025-12-24T10:00:01Z) - 4D-MoDe: Towards Editable and Scalable Volumetric Streaming via Motion-Decoupled 4D Gaussian Compression [45.0749499664284]
スケーラブルで編集可能なビデオストリーミング用に設計された4Dガウス圧縮フレームワークである4D-MoDeを提案する。
本手法では,静的な背景を動的フォアグラウンドから明示的に分離する階層表現を導入する。
複数のデータセットの実験では、4D-MoDeは、ストレージコストの桁違いで競争力のある再構築品質を一貫して達成している。
論文 参考訳（メタデータ） (2025-09-22T08:35:46Z) - Hysteresis Compensation of Flexible Continuum Manipulator using RGBD Sensing and Temporal Convolutional Network [2.387821008001523]
ケーブル駆動マニピュレータは、摩擦、伸縮、結合などのキャブリング効果によって制御困難に直面している。
本稿では、ディープニューラルネットワーク(DNN)に基づくデータ駆動型アプローチを提案し、これらの非線形および過去の状態依存特性を捉える。
この手法を実際の手術シナリオに適用することで、制御精度を高め、手術性能を向上させることができる。
論文 参考訳（メタデータ） (2024-02-17T16:20:59Z) - Learning Variable Impedance Control for Aerial Sliding on Uneven
Heterogeneous Surfaces by Proprioceptive and Tactile Sensing [42.27572349747162]
本研究では,空中すべり作業に対する学習に基づく適応制御手法を提案する。
提案するコントローラ構造は,データ駆動制御とモデルベース制御を組み合わせたものである。
美術品間相互作用制御手法の微調整状態と比較して,追従誤差の低減と外乱拒否の改善を実現した。
論文 参考訳（メタデータ） (2022-06-28T16:28:59Z) - 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。