論文の概要: Real-time Puncture Detection and Recovery for Pneumatic Soft Actuators
- arxiv url: http://arxiv.org/abs/2609.08804v1
- Date: Tue, 08 Sep 2026 14:31:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 15:40:54.867056
- Title: Real-time Puncture Detection and Recovery for Pneumatic Soft Actuators
- Title（参考訳）: 空気圧式ソフトアクチュエータのリアルタイムピッチ検出とリカバリ
- Authors: Tejonidhi R. Deshpande, Tingyu Cheng, Josiah Hester,
- Abstract要約: 単一慣性測定ユニットからの動作データを用いたソフトアクチュエータの穿刺検出システムを提案する。
異常検知器は正常な操作データに基づいて訓練され、復元誤差によって損傷を検知する一方、重大度はわずかに修正された条件下で訓練された別のモデルによって推定される。
このアプローチは、リアルタイムなデータ駆動損傷検出を通じて、ソフトロボットシステムの信頼性と安全性を高める。
- 参考スコア（独自算出の注目度）: 2.276860128178926
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Soft robots offer safe and adaptive interaction with humans and unstructured environments through their inherent ability to deform and comply. Pneumatic actuators are one way to build soft robots. They are typically made from soft silicone materials and are especially effective for driving such systems, enabling smooth and adaptable motion. However, their compliant nature also makes them vulnerable to mechanical failures like punctures and tears, limiting practical deployment. To address this, we propose a puncture detection system for soft actuators using motion data from a single inertial measurement unit. Extracted features are used to train anomaly detectors for puncture detection and non-linear models to estimate severity. We also introduce a multi-chamber pneumatic soft bending actuator capable of diverse configurations via selective chamber inflation. Our algorithm identifies the punctured chamber and provides a severity score using a chamber perturbation scheme. Anomaly detectors are trained on normal operation data and detect damage through reconstruction errors, while severity is estimated by a separate model trained under slightly modified conditions. Finally, we demonstrate a failure recovery strategy to maintain actuation force post-failure. This approach enhances the reliability and safety of soft robotic systems through real-time, data-driven damage detection.
- Abstract（参考訳）: ソフトロボットは、人間と非構造環境との安全かつ適応的な相互作用を、変形し、従う能力を通じて提供する。
空気圧アクチュエータは、ソフトロボットを構築する方法のひとつだ。
通常は柔らかいシリコン素材で作られ、特にそのようなシステムを駆動するのに有効であり、滑らかで適応可能な運動を可能にする。
しかし、それらに準拠する性質は、刺し傷や涙などの機械的故障に対して脆弱であり、実際の配備を制限している。
そこで本研究では,単一の慣性測定ユニットからの動作データを用いたソフトアクチュエータの穿刺検出システムを提案する。
抽出された特徴は、穿刺検出のための異常検知器の訓練や、重大度を推定するための非線形モデルに使用される。
また,選択室インフレーションによる多段空気圧軟屈曲アクチュエータも導入した。
提案アルゴリズムは, 句読解チャンバを同定し, チャンバ摂動方式を用いて重度スコアを提供する。
異常検知器は正常な操作データに基づいて訓練され、復元誤差によって損傷を検知する一方、重大度はわずかに修正された条件下で訓練された別のモデルによって推定される。
最後に、故障後の作動力を維持するための障害復旧戦略を実証する。
このアプローチは、リアルタイムなデータ駆動損傷検出を通じて、ソフトロボットシステムの信頼性と安全性を高める。
関連論文リスト
- The Quadruped Soft Tail: Compliant Grasping and Swabbing for Contamination Surveys in Harsh Environments [0.5233775397457061]
四足歩行ロボットに搭載された軽量で柔らかく、かつ適合した腱駆動型ロボットテールを開発した。
尻尾には、中空で柔軟なバックボーンと、ロボットがサンプルを拾い、汚染された表面をスワブできる腱作動式のソフトグリップが備わっている。
提案システムは,足歩行の機敏さとソフトロボット操作の順応性を組み合わせたシステムである。
論文 参考訳（メタデータ） (2026-06-29T20:41:44Z) - Damage Adaptation in Seconds for Architected Materials [1.9980707252644898]
本研究では, 軟弱作動系の破滅的な損傷を1分以内で処理する。
建築材料は適応性に優れており、アクチュエータの故障は急速ではなく徐々に起こる。
我々のアルゴリズムは、カット、バーン、アクチュエータの修理に適応することができ、シミュレーションのないリアルタイム適応を可能にします。
論文 参考訳（メタデータ） (2026-06-16T01:11:34Z) - Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。
本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。
このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
論文 参考訳（メタデータ） (2026-04-10T17:12:07Z) - Axle Sensor Fusion for Online Continual Wheel Fault Detection in Wayside Railway Monitoring [1.1199585259018456]
本研究は,鉄道断層診断のためのセマンティック・アウェア,ラベル効率のよい連続学習フレームワークを提案する。
このモデルは、フラットやポリゴン化による小さな欠陥を検出しながら、進化する運用条件に適応する。
論文 参考訳（メタデータ） (2026-02-18T00:14:18Z) - A Precise Real-Time Force-Aware Grasping System for Robust Aerial Manipulation [5.804333840515478]
航空操作は、安全で効果的な把握と物理的相互作用を可能にする力覚機能を必要とする。
低コストで感応性のある6種類の触覚センサを組み込んだ新しい力覚把握フレームワークを提案する。
提案フレームワークは, 力覚的把持制御を高精度に実現し, 脆弱物体の安全に操作し, 把持対象物のリアルタイム重量測定を可能にする。
論文 参考訳（メタデータ） (2026-02-09T12:40:34Z) - Unsupervised Anomaly Detection in Multi-Agent Trajectory Prediction via Transformer-Based Models [45.08545174556591]
マルチエージェントトランスを用いた教師なし異常検出フレームワークを提案する。
検出安定性と物理的アライメントの両方を評価するための二重評価手法が提案されている。
本フレームワークでは,時間対衝突および統計ベースラインに欠落した388個の特異な異常を同定する。
論文 参考訳（メタデータ） (2026-01-28T08:33:10Z) - GiBy: A Giant-Step Baby-Step Classifier For Anomaly Detection In Industrial Control Systems [1.450261153230204]
本稿では,センサ・アクチュエータの関係から生じる非線形形状の正確な線形化を含む異常検出手法を提案する。
我々は、よく知られた水処理テストベッドをユースケースとして使用することで、これを実現する。
論文 参考訳（メタデータ） (2025-04-29T16:24:11Z) - Adaptive Attack Detection in Text Classification: Leveraging Space Exploration Features for Text Sentiment Classification [44.99833362998488]
敵のサンプル検出は、特に急速に進化する攻撃に直面して、適応的なサイバー防御において重要な役割を果たす。
本稿では,BERT(Bidirectional Representations from Transformers)のパワーを活用し,空間探索機能(Space Exploration Features)の概念を提案する。
論文 参考訳（メタデータ） (2023-08-29T23:02:26Z) - Physics-informed machine learning with differentiable programming for
heterogeneous underground reservoir pressure management [64.17887333976593]
地下貯水池の過圧化を避けることは、CO2の沈殿や排水の注入といった用途に欠かせない。
地中における複雑な不均一性のため, 噴射・抽出制御による圧力管理は困難である。
過圧化防止のための流体抽出速度を決定するために、フル物理モデルと機械学習を用いた微分可能プログラミングを用いる。
論文 参考訳（メタデータ） (2022-06-21T20:38:13Z) - Bayesian Autoencoders for Drift Detection in Industrial Environments [69.93875748095574]
オートエンコーダは、マルチセンサー環境で異常を検出するために使用される教師なしモデルである。
異常は、実際の環境の変化(実際のドリフト)や、故障した感覚デバイス(仮想ドリフト)から生じる。
論文 参考訳（メタデータ） (2021-07-28T10:19:58Z) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z)
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。