論文の概要: Control Architecture for Safe Grasping of Fragile Objects Using a Coarse Position-Controlled Gripper
- arxiv url: http://arxiv.org/abs/2609.12737v1
- Date: Fri, 11 Sep 2026 11:37:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.732082
- Title: Control Architecture for Safe Grasping of Fragile Objects Using a Coarse Position-Controlled Gripper
- Title（参考訳）: 粗い位置制御グルーパーを用いたフレジブル物体の安全なグルーピングのための制御構造
- Abstract要約: 粗い位置制御グリップに対する力/トルクに基づく接触推定法を提案する。
所望の接触力は、未知の性質の物体との安定した接触を維持するためにオンラインで推定される。
実験の結果,提案アルゴリズムはすべりを防止できるだけでなく,物体を安全に把握するための最小の力も適用できることがわかった。
- 参考スコア（独自算出の注目度）: 0.26999000177990923
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robots are increasingly used in unstructured environments. The need for them to safely grasp unknown objects without damaging them becomes crucial. Humans achieve this by sensing and quickly responding by adjusting their grasping force. Similarly, effective grasp acquisition in robots requires compliant interaction strategies that can adapt to uncertain object properties and adjust to any instabilities during manipulation. We present a geometry-aware force/torque-based contact estimation method for a coarse position-controlled gripper, combined with an adaptive admittance controller for safe grasp acquisition. The desired contact forces are estimated online to keep stable contact with objects of unknown properties. This enables compliant and stable grasps while avoiding excessive forces. Experiments with objects of different sizes, shapes, stiffnesses, and weights show that the proposed algorithm not only prevents slippage but also applies minimal force to safely grasp an object without causing excessive deformation.
- Abstract（参考訳）: ロボットは、非構造環境でますます使われています。
損傷することなく、未知の物体を安全に把握する必要性が重要となる。
人間は、把握力を調整することで、これを検知し、素早く反応することで達成する。
同様に、ロボットを効果的に把握するには、不確実な物体の性質に適応し、操作中に不安定な物体に適応できるコンプライアンス・インタラクション・ストラテジーが必要である。
本稿では、粗い位置制御グリップに対する幾何認識力/トルクに基づく接触推定法と、安全なグリップ取得のための適応型アプタンスコントローラの組み合わせを提案する。
所望の接触力は、未知の性質の物体との安定した接触を維持するためにオンラインで推定される。
これにより、過度な力を避けながら、コンプライアンスと安定した把握が可能になる。
異なる大きさ, 形状, 剛性, 重量の物体を用いた実験により, 提案アルゴリズムはすべりを防止できるだけでなく, 過度な変形を生じさせることなく, 物体を安全につかむために最小限の力を与えることを示した。
関連論文リスト
- SoftVTBench: A Safety-Aware Visuo-Tactile Benchmark for Physically Constrained Robotic Manipulation of Deformable Objects [56.16187327142104]
We present SoftVTBench, a safety-aware visuo-tactile benchmark for deformable object operation。
有限要素シミュレートされた変形可能な物体を持つアイザック・シムで構築されたSoftVTBenchは、多視点RGB観察、マーカーの動きによる触覚センシング、プロプレセプション、言語指示を提供する。
論文 参考訳（メタデータ） (2026-07-05T11:12:29Z) - Current as Touch: Proprioceptive Contact Feedback for Compliant Dexterous Manipulation [21.695801136739558]
本稿では,モータ電流と関節状態から接触認識コンプライアンスの手がかりを学習するプロプライエセプション駆動型フレームワークを提案する。
本手法は,標準PDコントローラの適合基準位置を予測する。
実験では、安定した整合性把握、より安全で効率的な遠隔操作、および外部触覚や力センサーを使わずに下流政策学習の改善が示されている。
論文 参考訳（メタデータ） (2026-07-03T17:59:50Z) - Grasp-Oriented Non-Prehensile Manipulation via Learning a Graspability Field [53.59810543538279]
非包括的操作は、しばしばロボットの把握のための準備段階として使用される。
実際には、オブジェクトは複数の把握可能な構成を認めており、望まれるポーズは事前に分かっていない。
我々は、対象中心の把握可能性の目的を最適化するものとして、把握のための非包括的操作を再構成する。
論文 参考訳（メタデータ） (2026-06-29T15:33:27Z) - Industrial Dual-Arm Box Handling via Online Inertial Estimation and Convex Wrench Optimization [5.026843146697991]
産業用ロボットのオブジェクトハンドリングは、しばしば、前もって質量と質量の中心が分かっていない箱やパッケージを伴っている。
本稿では、未知の慣性特性を持つ物体に対する摩擦対応デュアルアームボックスハンドリングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-21T05:40:59Z) - 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) - Rigidity-Based Multi-Finger Coordination for Precise In-Hand Manipulation of Force-Sensitive Objects [5.313029497667778]
マルチフィンガーハンドは指先接触のみに依存しており、プルフォースを適用できない。
力覚的物体の高精度な操作を可能にする多指協調のための二重層フレームワークを提案する。
我々は、このフレームワークをカスタムなデクスタラスな手で検証し、脆弱なオブジェクトを操作できることを実証した。
論文 参考訳（メタデータ） (2026-02-15T11:40:39Z) - 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) - UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - An Adaptive Grasping Force Tracking Strategy for Nonlinear and Time-Varying Object Behaviors [7.059232979003729]
本稿では、一般化剛性の概念を導入し、剛性の定義を非線形時間変動グリップシステムモデルに拡張する。
提案手法は,非理想的対象への適応性を向上しつつ,高精度かつ短い探索時間を実現する。
論文 参考訳（メタデータ） (2024-12-03T09:55:00Z) - Tactile Estimation of Extrinsic Contact Patch for Stable Placement [64.06243248525823]
本稿では,複雑な物体を積み重ねることを学ぶロボットのためのフィードバックスキルの設計について述べる。
つかんだ物体とその環境間の接触パッチを,力と触覚の観測により推定する。
論文 参考訳（メタデータ） (2023-09-25T21:51:48Z) - 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。