論文の概要: Tabletop Pen Manipulation With a Vision-Guided 4-DoF Arm
- arxiv url: http://arxiv.org/abs/2608.15968v1
- Date: Sun, 16 Aug 2026 23:51:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.483549
- Title: Tabletop Pen Manipulation With a Vision-Guided 4-DoF Arm
- Title（参考訳）: ビジョンガイド付き4-DoFアームによるテーブルトップペン操作
- Abstract要約: 低コストの4自由度(DoF)アームは、最もアクセスしやすいロボットプラットフォームの一つである。
しかし、理論上は、物体が任意の向きにある状況で拾うために不活性化されている。
この研究は、知覚と運動の計画がそのような腕を可能にすることを示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Low-cost four-degree-of-freedom (DoF) arms are among the most accessible robotic platforms. But they are, in theory, underactuated for picking up in situations where objects are at arbitrary orientations, a task that appears to require five degrees of freedom: the planar position (x and y), the height (z), a wrist rotation to align the gripper with the object, and gripper actuation, of which a four-DoF arm lacks the wrist rotation. This work shows that perception and motion planning can enable such an arm, a roughly $200 Waveshare RoArm-M2-S, under a fixed overhead camera to detect and color-sort writing utensils without that joint. A YOLO11n-OBB (You Only Look Once, oriented bounding box) detector locates each writing utensil; camera intrinsics and an ArUco reference pose convert its pixel coordinates to robot coordinates; and a color classifier labels it. The detected orientation angle determines the motion strategy: utensils close to the arm's fixed approach direction are picked up directly, and those at steeper angles are reoriented via corrective sweeps until they are graspable, after which they are picked up and sorted into the assigned color bin. Across 326 logged motions on seven writing utensils, the arm made 196 direct grasps and 130 corrective sweep passes, correcting misalignments up to 90 degrees, suggesting that clever task-informed engineering can compensate for a missing degree of freedom on tasks like this one.
- Abstract（参考訳）: 低コストの4自由度(DoF)アームは、最もアクセスしやすいロボットプラットフォームの一つである。
しかし、理論的には、物体が任意の向きにある状況において、平面位置(x)と平面位置(x)の5自由度を必要とするように見えるタスクを拾い上げるために不活性化されている。
y) の高さ
(z)、グリッパーを物体と整列させる手首回転、および4DFアームが手首回転を欠く握り動作。
この研究は、知覚と運動の計画によって、約200ドルのWaveshare RoArm-M2-Sという腕を固定された頭上カメラの下で、関節のない色分けの筆記具を検出できることを示している。
YOLO11n-OBB(You Only Look Once, oriented bounding box)検出器は、各筆記装置を検知し、カメラ内在とArUco参照ポーズは、そのピクセル座標をロボット座標に変換し、色分類器はそれをラベル付けする。
検出された方向角は、アームの固定接近方向に近い器具を直接拾い上げ、より急な角度の機器は、把握可能になるまで補正スイープを介して方向転換し、その後拾い上げて指定カラービンにソートする。
アームは7つの筆記具に記録された動作を326回にわたって記録し、196回の直接把握と130回の修正スイープパスを行い、ミスアライメントを最大90度補正した。
関連論文リスト
- Effector-Centric NMPC of Tiltable-Multirotors for Offset-Free Omnidirectional Aerial Manipulation [9.325443556436436]
本研究は、空中操作における傾動式マルチローターの設計解析とレンチに基づく制御フレームワークを提案する。
4回転傾斜可能な構成は、干渉のないプロペラのサイズとホバリング効率のバランスを提供する。
本研究では,設計選択,ハンドリング,外乱補償を統合したエフェクタ中心の非線形モデル予測制御フレームワークを開発する。
論文 参考訳（メタデータ） (2026-08-18T14:18:48Z) - From Perception to Assistance: Open-Vocabulary Shared Autonomy for Robotic Manipulation [1.018607043740383]
フレームワークは4つのモバイルマニピュレータ上で検証される。
これは、モーションキャプチャー地上の真理に対して59mmの位置RMSEを達成する。
産業用バルブの操作とピック・アンド・プレイス・タスクでは、全ての試験に完全なフレームワークが成功した。
論文 参考訳（メタデータ） (2026-07-19T16:15:14Z) - Calf-Integrated Arms for Bimanual Quadruped Loco-Manipulation [1.3823441257210671]
本論文では, マニピュレータにプリズマティックスライダと2つのリボリュートジョイント, グリップを一体化して, ユニツリーGo2の各前子牛に装着する。
両腕は地面で物体をつかみ、両手で操作するが、すべての4フィートは飼育せずに植えられる。
論文 参考訳（メタデータ） (2026-07-07T12:10:44Z) - HandsOnWorld: Unconstrained Egocentric Video Generation with Camera-Disentangled Hand Control [51.913695868638634]
We present HandsOnWorld, a framework for hand-control egocentric video generation that for multi-view and marker-based motion capture, learning from unconstrained monocular video。
EgoVid-Proは、クリーンでプロタゴニストのみのハンドトラジェクトリのデータセットで、103Kのクリップと、さまざまな日常シーンの約1200万フレームにまたがる。
また, カメラから手表面への3次元光線表現, カメラと手の動きを表現レベルで切り離す3次元ハンドマップを提案する。
論文 参考訳（メタデータ） (2026-07-02T12:14:02Z) - Real-Time Compliance and Position Control of a Hyper-redundant Soft Robotic Arm [1.856390765856703]
本稿では,その制御問題を中心に設計されたロボットアーキテクチャを提案する。
硬い関節の背骨は、腕の先端のコンプライアンスと位置を予測可能である。
腕は硬い腕と柔らかい腕の両方で難しい作業を示す。
論文 参考訳（メタデータ） (2026-06-29T03:12:57Z) - MoRight: Motion Control Done Right [71.36903230523589]
両制約に対処する統合フレームワークであるMoRightを紹介した。
オブジェクトの動きは標準静的ビューで指定され、任意のターゲットカメラ視点に転送される。
3つのベンチマークの実験では、生成品質、動作制御性、相互作用認識における最先端のパフォーマンスが示されている。
論文 参考訳（メタデータ） (2026-04-08T17:59:22Z) - SoftHand Model-W: A 3D-Printed, Anthropomorphic, Underactuated Robot Hand with Integrated Wrist and Carpal Tunnel [8.885251638603307]
SoftHand Model-Wは、Pisa/IIT SoftHandをベースとした3Dプリント・アンダーアクティベートされたロボットハンドである。
手根管にインスパイアされた腱ルーティングにより、前腕に遠隔運動が配置され、遠位慣性が減少する。
手首は、そうでなければ不可能なピック・アンド・プレイス操作を可能にする。
論文 参考訳（メタデータ） (2026-04-01T11:05:39Z) - Form-Fitting, Large-Area Sensor Mounting for Obstacle Detection [99.11587290390071]
本研究では,センサをロボットリンクに装着して大規模センシングを行うための低コストな手法を提案する。
コンピュータ支援設計(CAD)を用いることで、ロボットの皮膚カバー、またはスキンユニットをプロシージャ的に生成し、非発達可能な表面の周囲に適合させることができる。
スキンユニットは、どんなサイズでもプリントされた回路基板のマウントを埋め込んで、センサーを固定された場所や既知の場所に保持する。
論文 参考訳（メタデータ） (2026-03-24T21:20:57Z) - HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
本稿では,半自律遠隔操作システムHOMIEを紹介する。
ペダルにマッピングされた身体制御のための強化学習ポリシー、腕制御のための異形外骨格アーム、手操作のためのモーションセンシンググローブを組み合わせている。
このシステムは完全なオープンソースであり、デモとコードはhttps://homietele.org/.com/で見ることができる。
論文 参考訳（メタデータ） (2025-02-18T16:33:38Z) - Robot See Robot Do: Imitating Articulated Object Manipulation with Monocular 4D Reconstruction [51.49400490437258]
本研究は,1つの単分子RGB人間の実演から音声による物体操作を模倣する手法を開発した。
まず,モノクロ映像から3次元部分運動を復元する4次元微分可能部品モデル(4D-DPM)を提案する。
この4D再構成を前提として、ロボットは物体の軌道を再現し、両腕の動きを計画し、実証された物体部分の動きを誘導する。
両用するYuMiロボットを用いて,4D-DPMの3D追跡精度を実写3D部分軌跡に基づいて評価し,9つのオブジェクトに対してRSRDの物理的実行性能を評価した。
論文 参考訳（メタデータ） (2024-09-26T17:57:16Z) - In-Hand Object Rotation via Rapid Motor Adaptation [59.59946962428837]
指先のみを用いて手動物体の回転を実現するための簡単な適応制御器の設計と学習方法を示す。
コントローラは、円筒形物体のみのシミュレーションで完全に訓練されている。
実際のロボットの手に直接展開して、さまざまな大きさ、形状、重量をz軸上で回転させることができる。
論文 参考訳（メタデータ） (2022-10-10T17:58:45Z)
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。