論文の概要: H-PAC Hand: Control-Oriented Modeling and Tendon-Elasticity Compensation for an Underactuated Robotic Hand
- arxiv url: http://arxiv.org/abs/2608.16712v1
- Date: Mon, 17 Aug 2026 15:26:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.779898
- Title: H-PAC Hand: Control-Oriented Modeling and Tendon-Elasticity Compensation for an Underactuated Robotic Hand
- Title（参考訳）: H-PACハンド:不動ロボットハンドの制御指向モデリングと腱弾性補償
- Abstract要約: H-PACは6アクチュエータで15-DoFのロボットハンドで、制御指向のモデリングと実装のフレームワークを備えている。
腱-運動性-弾性継手誤差を考慮し, 力学に基づく補償モデルを開発した。
実験により、補償は関節角予測を大幅に改善することが示された。
- 参考スコア（独自算出の注目度）: 14.429793775517608
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Underactuated tendon-driven hands offer compact actuation and passive compliance, but tendon elongation under restoring-spring loading introduces configuration-dependent joint deviations. This paper presents H-PAC, a modular 6-actuator, 15-DoF robotic hand with a control-oriented modeling and implementation framework. A sparse analytical actuator-joint model is derived from the tendon-routing geometry, and a mechanics-based compensation model is developed to account for tendon-elasticity-induced joint errors. The proposed method is implemented in a hierarchical architecture: a host computer performs workspace-constrained posture mapping and compensation, while an ESP32 generates synchronized commands for six position-controlled servos. The same control parameters and execution strategy are used across all tasks without task-specific retuning. Monotonic servo-sweep experiments show that the compensation substantially improves joint-angle prediction. The MAE of the index DIP joint decreases from 1.15 degrees to 0.18 degrees, and all nine evaluated joints achieve an MAE below 0.23 degrees. Representative postures and grasping configurations are further executed using the same control pipeline without external joint or force sensing in the control loop. The results demonstrate a practical approach to improving posture reproducibility in compact underactuated robotic end-effectors.
- Abstract（参考訳）: アクティベートされた腱駆動手は、コンパクトなアクティベーションと受動的コンプライアンスを提供するが、回復スプリング負荷下での腱伸展は、構成に依存した関節偏差をもたらす。
本稿では,モジュール型6-アクチュエータ,15-DoFロボットハンドであるH-PACについて述べる。
平滑な解析アクチュエータ・ジョイントモデルが, テントン・ルーティング形状から導出され, テントン・弾性誘起継手誤差を考慮に入れた力学に基づく補償モデルが開発された。
ESP32は6つの位置制御サーボに対して同期コマンドを生成する一方、ホストコンピュータはワークスペース制約のある姿勢マッピングと補償を行う。
同じコントロールパラメータと実行戦略は、タスク固有のリチューニングなしで、すべてのタスクにわたって使用されます。
単調サーボ・スウィープ実験は、補償が関節角予測を大幅に改善することを示した。
指数DIP関節のMAEは1.15度から0.18度に減少し、評価された9つの関節はすべて0.23度以下となる。
また、制御ループ内の外部関節や力覚を使わずに、同じ制御パイプラインを用いて、代表姿勢と把握構成をさらに行う。
その結果,小型ロボットエンドエフェクタの姿勢再現性向上への実践的アプローチが示された。
関連論文リスト
- Morphology and actuation as inductive biases in robotic hand manipulation [0.0]
キネマティックおよびアクティベーションステージを別々に、かつ構成的に分析する統合された枠組みが提示される。
対立する設計哲学、シャドウ・デクスタース・ハンド、解剖学的に正しいバイオメカトロニクス・ハンドの2つの手に適用される。
全てのパラメータは手の標準的なデジタル表現から導かれる。
論文 参考訳（メタデータ） (2026-09-04T14:38:13Z) - A Model-Based Decoupling Strategy for Proprioception and Contact Sensing in an Architected Soft Manipulator [49.225033144914214]
軟構造セグメントに埋め込まれた流体圧センサから, 受容・接触信号を分離するモデルベース戦略を提案する。
単一ITHセグメントでは, 相対曲げ誤差0.11+/-0.02, 接触検出率97%で, 主観的形状推定が可能である。
論文 参考訳（メタデータ） (2026-07-17T03:03:19Z) - 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) - PDS Joint: A Parametric Double-Spiral Joint Tailored for Dexterous Hands [20.683032766025082]
本稿では,大脳皮質運動に対するPDS(parametric doublespiral)を併用した関節について述べる。
複数の変形モードにまたがる方向剛性の体系的な整形を可能にする。
組込み帰納的受容を共同設計し、生の帰納的信号を結合状態にマッピングする学習ベース校正パイプラインを提案する。
論文 参考訳（メタデータ） (2026-06-23T10:09:02Z) - Deep RL- Tuned Mo del-Free Adaptive Control for Lower-Limb Exoskeletons During Sit-to-Stand Transitions [0.6397595749616992]
Sit-to-stand(STS)移行は、高齢者にかなりの関節装填要求を課す。
STS中の正確な軌道追跡は、複雑な時間変化のヒト外骨格相互作用のダイナミクスのために困難である。
本稿では,STS動作中の両側下肢に対するインテリジェントモデル自由適応バックステッピング戦略を提案する。
論文 参考訳（メタデータ） (2026-06-20T13:35:47Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - Weight Updates as Activation Shifts: A Principled Framework for Steering [54.70188910511715]
アクティベーションステアリングは極めてパラメータ効率のよい適応形態となるが、その有効性は重要な設計選択に依存する。
我々は,活性化空間介入と重量空間更新の1次等価性を確立し,活性化ステアリングが微調整動作を再現できる条件を導出する。
この等価性は、設計をステアリングするための原則的な枠組みをもたらし、ポストブロック出力を理論的に支持され、非常に表現力のある介入サイトとして特定する。
論文 参考訳（メタデータ） (2026-02-28T02:50:04Z) - Tendon-based modelling, estimation and control for a simulated high-DoF anthropomorphic hand model [0.0]
腱駆動の人型ロボットハンドは、しばしば直接関節角センサーを欠いている。
本稿では, 測定された腱の変位と張力から関節位置を推定する計算手法を提案する。
論文 参考訳（メタデータ） (2026-01-28T15:10:02Z) - Design and Validation of an Under-actuated Robotic Finger with Synchronous Tendon Routing [3.9881780222416316]
腱駆動のロボット指は、アクチュエータの要求を減らして外反操作に有利である。
本報告では, 同期腱ルーティングを特徴とする非作動型腱駆動型ロボット指(UTRF)について述べる。
提案したルーティングは,最小アクチュエータ数で予測可能な剛性と信頼性の高い把握性能を実現する。
論文 参考訳（メタデータ） (2025-12-11T07:05:43Z) - Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。
本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。
我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
論文 参考訳（メタデータ） (2025-03-12T09:28:41Z) - Pose-Oriented Transformer with Uncertainty-Guided Refinement for
2D-to-3D Human Pose Estimation [51.00725889172323]
本研究では,3次元ポーズ推定のための不確実性ガイド付き多目的変換器(POT)を提案する。
我々はまず,人骨のトポロジーを明示的に活用するために,新しいポーズ指向の自己注意機構と距離関連位置埋め込みを開発した。
本稿では,特に難解な関節に対するPOTからのポーズ予測を洗練させるために,不確実性誘導型リファインメントネットワーク(UGRN)を提案する。
論文 参考訳（メタデータ） (2023-02-15T00:22:02Z) - 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。