論文の概要: Robotic Servo Tracking of Moving Targets with Dynamic Imitation Constraints
- arxiv url: http://arxiv.org/abs/2609.14589v1
- Date: Sun, 13 Sep 2026 15:17:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.85997
- Title: Robotic Servo Tracking of Moving Targets with Dynamic Imitation Constraints
- Title（参考訳）: 動的模倣制約による移動目標のロボットサーボ追跡
- Abstract要約: 本稿では,擬似軌道制約に基づくサーボ追跡手法を提案する。
形状と振幅成分を組み込んだ時間スケーリング可能な変形機構と軌道変調を導入し、一連の軌道をリアルタイムで生成する。
提案手法は, 複雑な環境下でのいくつかの最先端手法と比較して, 動的障害物回避と高精度収束を実現することができる。
- 参考スコア（独自算出の注目度）: 5.415143520107641
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Imposing explicit trajectory constraints in robot visual servoing remains challenging. Existing tracking methods achieve fast responses by mapping visual residuals to control velocities, but they have weak constraints on the intermediate motion process, which lead to trajectory discontinuity, oscillation, or conservative behaviors. To enable constrained tracking for moving targets, this paper proposes a servo tracking method based on imitation trajectory constraints. A dynamic model describing the robot approaching a moving target is formulated and analyzed for convergence. A time-scalable deformation mechanism and a trajectory modulation incorporating shape and amplitude components are introduced to generate a series of trajectories in real time, from which tracking points are adaptively determined to form dynamic constraints. The robot velocity is then computed from target pose differentials or tracked key features to follow the constrained trajectory. Simulation and real-world experiments demonstrate that the proposed method can achieve dynamic obstacle avoidance and high-precision convergence compared with several state-of-the-art methods in complex environments.
- Abstract（参考訳）: ロボット視覚サーボにおける明確な軌道制約を課すことは依然として困難である。
既存の追跡手法は、視覚的残差を速度を制御するためにマッピングすることで高速な応答を達成するが、それらは中間運動過程に弱い制約を持ち、軌道の不連続性、振動、または保守的な行動を引き起こす。
本稿では,移動目標に対する制約追従を可能にするために,擬似軌道制約に基づくサーボ追従手法を提案する。
移動目標に近づくロボットを記述した動的モデルを定式化し、収束解析する。
形状及び振幅成分を取り入れた時間スケーリング可能な変形機構及び軌道変調を導入して、追従点を適応的に決定して動的制約を形成する一連の軌道をリアルタイムで生成する。
ロボットの速度は、対象のポーズの差から計算されるか、制約された軌道に従うために鍵の特徴を追跡する。
シミュレーションおよび実世界の実験により、複雑な環境下でのいくつかの最先端手法と比較して、提案手法は動的障害物回避と高精度収束を実現することができることを示した。
関連論文リスト
- CosmoH2G: A Hand-to-Gripper Transfer Dataset and Baseline Method for Object Manipulation with Complex Spatial Movements [63.40365657068892]
ロボットグリップに人手によるデモンストレーションを移すことは、最近、ロボット学習の費用対効果の高いソリューションとして浮上した。
このギャップに触発された我々は、きめ細かい手の動きによって導かれる暗黙的なデータ駆動アプローチを採用した。
シミュレーションと実ロボット実験の両方において、我々のフレームワークは複雑な空間操作の安定かつ高精度なハンド・トゥ・グルーパー転送を可能にする。
論文 参考訳（メタデータ） (2026-09-07T13:47:22Z) - A Task-Space Receding Horizon Controller for Fast Collision Avoidance [0.08594140167290099]
ロボットマニピュレータのリアルタイム衝突回避には、予期せぬ障害物運動に対する迅速な反応が必要である。
完全なモデル予測制御は、この展望を提供することができるが、オンラインコストは、水平線長、モデル忠実度、アクティブな幾何学的制約の数とともに急速に増大する可能性がある。
本稿では, 短時間の接触一貫性を持つロールアウトを用いて, 終端キネマティック参照を生成するタスクスペースリテーディング・ホライゾンコントローラを提案する。
論文 参考訳（メタデータ） (2026-07-17T08:13:12Z) - Motion Cues from Image-based Point Tracking for LiDAR Scene Flow Estimation [59.420015367586615]
我々は、LiDARシーンフロー推定における動的オブジェクト表現を改善するための追跡誘導フレームワークであるTrackCueを紹介する。
特に、TrackCueは、ポイントトラッキングを再利用して、LiDARポイントに固定された高密度の画像空間軌跡を得る。
TrackCueは動的ラベルの精度とF1スコアを大幅に向上し、自己監督型シーンフロー推定の性能向上につながることを示す。
論文 参考訳（メタデータ） (2026-05-16T10:28:54Z) - Hypergraph-State Collaborative Reasoning for Multi-Object Tracking [63.32950991964095]
複数の相関オブジェクト間の共同推論による動き推定を向上する協調推論フレームワークを提案する。
類似の運動状態を持つ物体同士を互いに拘束し、互いに洗練させることで、我々のフレームワークはノイズの軌道を安定させ、目標を遮蔽しても可塑性運動の連続性を推測する。
論文 参考訳（メタデータ） (2026-04-14T12:37:39Z) - Learning Smooth and Robust Space Robotic Manipulation of Dynamic Target via Inter-frame Correlation [12.529803316934176]
微小重力環境では、物体は通常自由浮遊であり、地球上で見られる支持や摩擦の制約が欠如している。
本稿では、歴史的時間的情報とフレーム間相関機構を統合したデータ駆動型宇宙ロボット操作手法を提案する。
論文 参考訳（メタデータ） (2026-03-29T06:27:30Z) - GeoMotion: Rethinking Motion Segmentation via Latent 4D Geometry [61.24189040578178]
そこで本研究では,注目機構を介し,潜在特徴表現から移動対象を直接推論する完全学習型アプローチを提案する。
我々の重要な洞察は、明示的な対応推定を回避し、代わりに、モデルが暗黙的にオブジェクトとカメラの動きを歪めることを学ぶことである。
提案手法は,最先端の動作セグメンテーション性能を高い効率で達成する。
論文 参考訳（メタデータ） (2026-02-25T11:36:33Z) - Optimizing Control-Friendly Trajectories with Self-Supervised Residual Learning [10.551597725130675]
現実世界の物理学は、現代の複雑なロボットシステムに対して、一定の精度で解析的にのみモデル化できる。
本稿では、上記の課題に対処するために、自己教師付き残差学習と軌道最適化の枠組みを提案する。
論文 参考訳（メタデータ） (2026-01-06T06:01:58Z) - MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。
事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。
このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
論文 参考訳（メタデータ） (2024-12-02T09:13:29Z) - Differentiable Motion Manifold Primitives for Reactive Motion Generation under Kinodynamic Constraints [5.982922468400902]
Differentiable Motion Manifold Primitives (DMMP)は、連続時間で微分可能な軌道を符号化し生成する新しいニューラルネットワークアーキテクチャである。
7-DoFロボットアームを用いた動的投球実験では、DMMPは計画速度、タスク成功、制約満足度において従来の手法よりも優れていた。
論文 参考訳（メタデータ） (2024-10-16T03:29:33Z) - MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。
実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
論文 参考訳（メタデータ） (2023-06-05T04:24:11Z) - Unified Control Framework for Real-Time Interception and Obstacle Avoidance of Fast-Moving Objects with Diffusion Variational Autoencoder [2.5642257132861923]
動的環境におけるロボットアームによる高速移動物体のリアルタイムインターセプションは、非常に困難な課題である。
本稿では,動的オブジェクトを同時にインターセプトし,移動障害を回避することで,課題に対処する統一的な制御フレームワークを提案する。
論文 参考訳（メタデータ） (2022-09-27T18:46:52Z) - Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value
Functions [65.84090965167535]
本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。
このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
論文 参考訳（メタデータ） (2022-06-29T18:47:05Z)
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。