論文の概要: Moving-Horizon Estimation and Nonlinear Model Predictive Control of Cable-Driven Soft Manipulators
- arxiv url: http://arxiv.org/abs/2607.24029v1
- Date: Mon, 27 Jul 2026 05:54:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.325516
- Title: Moving-Horizon Estimation and Nonlinear Model Predictive Control of Cable-Driven Soft Manipulators
- Title（参考訳）: ケーブル駆動型ソフトマニピュレータの移動水平推定と非線形モデル予測制御
- Abstract要約: ケーブル駆動ソフトマニピュレータのための移動水平推定(MHE)および非線形モデル予測制御(NMPC)フレームワークを提案する。
ケーブル張力とケーブルスラックネスの相補性関係を近似することにより, 円滑なケーブル長駆動モデリング定式化を実現する。
その後、NMPCコントローラを定式化し、ケーブル長およびケーブルレート制約下でのタスク空間制御を実現する。
- 参考スコア（独自算出の注目度）: 2.6070515379159054
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Precise control of soft manipulators remains challenging due to the difficulty of developing accurate yet computationally tractable models for model-based estimation and control. Reduced Cosserat-rod models provide a physics-based and control-oriented description of soft-robot dynamics, offering an explicit alternative to purely data-driven input-output representations. In this paper, we propose a moving-horizon estimation (MHE) and nonlinear model predictive control (NMPC) framework for cable-driven soft manipulators based on reduced Cosserat dynamics. A smooth cable-length-driven modeling formulation is developed by approximating the complementarity relationship between cable tension and cable slackness, enabling cable-length control without direct tension sensing. Based on this formulation, an MHE method is introduced to estimate the reduced state and reconstruct the manipulator configuration from end-effector pose measurements and cable-length information. An NMPC controller is then formulated to achieve task-space control under cable-length and cable-rate constraints. The proposed framework is validated through numerical simulations and experiments. Simulation results demonstrate the effectiveness of the estimator and controller for pose and strain-related regulation on a multi-cable soft manipulator. Experimental results on a four-cable prototype further show that the proposed MHE-NMPC scheme can be implemented in real time and enables accurate end-effector position tracking through cable-length control.
- Abstract（参考訳）: ソフトマニピュレータの精密制御は、モデルに基づく推定と制御のための正確な計算可能モデルを開発することの難しさから、依然として困難である。
還元されたコッサート・ロッドモデルは、純粋にデータ駆動の入出力表現の明示的な代替として、物理に基づく制御指向のソフトロボット力学の記述を提供する。
本稿では,コッサート力学の低減に基づくケーブル駆動型ソフトマニピュレータのための移動水平推定(MHE)および非線形モデル予測制御(NMPC)フレームワークを提案する。
ケーブル張力とケーブルスラックネスの相補性関係を近似することにより, 直接張力センサを使わずにケーブル長制御が可能となる。
この定式化に基づいて、MHE法を導入し、低減状態を推定し、エンドエフェクタポーズ測定とケーブル長情報からマニピュレータ構成を再構築する。
その後、NMPCコントローラを定式化し、ケーブル長およびケーブルレート制約下でのタスク空間制御を実現する。
提案手法は数値シミュレーションと実験により検証した。
シミュレーションの結果,マルチケーブルソフトマニピュレータの姿勢およびひずみ関連制御に対する推定器と制御器の有効性が示された。
さらに, ケーブル長制御により, MHE-NMPC方式をリアルタイムに実装し, 正確なエンドエフェクタ位置追跡を可能にすることを示す。
関連論文リスト
- Residual Deep Reinforcement Learning-Based Computed Torque Control for a Cable-Driven Lower-Limb Rehabilitation Robot under Disturbances and Parametric Uncertainties [0.0]
本研究は, 残留深部強化学習型計算トルク制御フレームワークを提案する。
これは、名目上、不確実性、乱れ、組み合わせ、一般化条件下でのシミュレーションで評価される。
解釈可能なモデルベースコマンド構造を維持しながら、計算トルク制御に対する追従及び外乱拒否を改善する。
論文 参考訳（メタデータ） (2026-08-27T07:29:50Z) - A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
車両の直接遠隔操作は重要な技術的ボトルネックに直面している。
通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。
本稿では,一方的な遠隔操作フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-11T01:51:08Z) - SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。
我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。
高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
論文 参考訳（メタデータ） (2026-06-22T15:00:59Z) - Sensorless State Estimation and Control for Agile Cable-Suspended Payload Transport by Quadrotors [0.0]
本研究は,無人航空機(UAV)を用いたケーブル懸架荷重の空力操作のための新しい制御と推定手法を提案する。
実ロボット実験の結果、最適化問題における負荷ダイナミクスの明示的な包含は軌道追従誤差を著しく低減し、不完全モデルに基づく戦略よりも全体的な性能が向上することを示した。
論文 参考訳（メタデータ） (2026-05-05T11:57:31Z) - Nonlinear Predictive Control of the Continuum and Hybrid Dynamics of a Suspended Deformable Cable for Aerial Pick and Place [4.356242302111724]
本稿では、偏微分方程式(PDE)に基づく高忠実度モデルとリアルタイム制御に適した低次表現を組み合わせたケーブルの空中操作のための枠組みを提案する。
このフレームワークは、吊り下げられたフレキシブルケーブルを運ぶ無人航空機(UAV)のリアルタイムかつダイナミックス対応制御を可能にする。
論文 参考訳（メタデータ） (2026-02-19T09:38:32Z) - From Ellipsoids to Midair Control of Dynamic Hitches [8.881785233327614]
本稿では,2本のケーブルが生み出すヒッチの幾何学的性質と,4台の航空機が駆動するヒッチの力学を結合する楕円体型キネマティックモデルを提案する。
我々は,制御リアプノフと高次制御バリア関数を組み合わせて,所望のヒッチ位置とシステム形状を正確に追跡する2次プログラミングベースコントローラを設計する。
論文 参考訳（メタデータ） (2026-02-08T20:44:06Z) - ScaleWeaver: Weaving Efficient Controllable T2I Generation with Multi-Scale Reference Attention [86.93601565563954]
ScaleWeaverは、高度な視覚的自己回帰(VAR)モデルに基づいて、高忠実で制御可能な生成を実現するために設計されたフレームワークである。
提案された参照注意モジュールは image$rightarrow$condition から不要な注意を排除し、計算コストを削減している。
実験によると、ScaleWeaverは、拡散ベースの方法よりも優れた効率を実現しつつ、高品質な生成と正確な制御を提供する。
論文 参考訳（メタデータ） (2025-10-16T17:00:59Z) - 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) - Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated
Control Form and NMPC Case Study [56.283944756315066]
そこで本研究では,遅延座標符号化と全状態復号化を組み合わせた汎用モデル構造を提案し,Koopmanモデリングと状態推定を統合した。
ケーススタディでは,本手法が正確な制御モデルを提供し,高純度極低温蒸留塔のリアルタイム非線形予測制御を可能にすることを実証している。
論文 参考訳（メタデータ） (2024-01-09T11:54:54Z) - DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。
DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。
適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
論文 参考訳（メタデータ） (2023-10-13T12:22:31Z) - End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control [45.84205238554709]
本研究では, (e)NMPCの一部として最適性能を示すために, Koopman シュロゲートモデルの強化学習法を提案する。
エンドツーエンドトレーニングモデルは,(e)NMPCにおけるシステム識別を用いてトレーニングしたモデルよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-08-03T10:21:53Z)
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。