論文の概要: Observability-Informed Optimal Sensor Placement for Soft Robots

• arxiv url: http://arxiv.org/abs/2609.33681v1
• Date: Sun, 27 Sep 2026 15:42:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 17:45:13.493196
• Title: Observability-Informed Optimal Sensor Placement for Soft Robots
• Title（参考訳）: ソフトロボットの可観測性インフォームド最適センサ配置
• Abstract要約: 本稿では,ソフトロボットにおける最適センサ配置の体系的手法の適用と実験的評価について述べる。 提案手法は凸最適化を用いて,可観測性グラミアン距離を最大化する最適センサ構成を求める。
• 参考スコア（独自算出の注目度）: 4.422349568747053
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents the application and experimental evaluation of a systematic method for optimal sensor placement in soft robots. Existing methods either lack generalizability across different soft robot morphologies or do not account for system dynamics. The applied method uses convex optimization to find the optimal sensor configuration that maximizes an observability Gramian-based metric. The framework is experimentally evaluated using position and strain measurements on a soft continuum arm. Kalman filter state estimates using optimal sensor placements yield lower reconstruction error than a baseline across all sinusoidal input trials, with improvements on the order of millimeters. This case study shows that linear control theory tools can guide optimal sensor placement in soft robots, suggesting an interpretable approach to sensor placement that may extend to other morphologies.
• Abstract（参考訳）: 本稿では,ソフトロボットにおける最適センサ配置の体系的手法の適用と実験的評価について述べる。 既存の方法は、異なるソフトロボット形態にまたがる一般化性を欠いているか、システム力学を考慮していないかのいずれかである。 提案手法は凸最適化を用いて,可観測性グラミアン距離を最大化する最適センサ構成を求める。 柔らかい連続体アームの位置およびひずみ測定を用いて実験により評価した。 最適なセンサ配置を用いたカルマンフィルタの状態推定は、すべての正弦波入力試験におけるベースラインよりも低い再構成誤差をもたらすが、ミリ秒の順序は改善される。 このケーススタディは、線形制御理論ツールがソフトロボットの最適センサー配置を導出できることを示し、他の形態に拡張可能なセンサ配置への解釈可能なアプローチを示唆している。

関連論文リスト

• Model-Free Co-Optimization of Manufacturable Sensor Layouts and Deformation Proprioception [8.757018213340926]
  この研究は、フレキシブルな長さ測定センサの数、長さ、配置を共同で最適化する、モデルフリーでデータ駆動型計算パイプラインを導入している。 パイプラインには、予測精度と製造可能性の制約の両方を考慮した、微分可能な損失関数が組み込まれている。 このアプローチの有効性と汎用性は、複数のソフトロボットおよびウェアラブルシステムにおける数値的および物理的実験を通じて検証される。
  論文  参考訳（メタデータ） (2026-03-09T20:40:38Z)
• Regularized GLISp for sensor-guided human-in-the-loop optimization [0.769971486557519]
  我々は、測定可能な記述子を優先学習ループに統合するGLISpのセンサ誘導正規化拡張を導入する。 これにより、主観フィードバックと定量的センサー情報を組み合わせたグレーボックス構造が注入される。 解析的ベンチマークと人間の車載サスペンションチューニングタスクの数値評価は、より高速な収束と優れた最終解を示す。
  論文  参考訳（メタデータ） (2025-11-06T19:00:56Z)
• PhySense: Sensor Placement Optimization for Accurate Physics Sensing [53.58729034895666]
  PhySenseは、物理的なフィールドを共同で再構築し、センサー配置を最適化するフレームワークである。 最先端の物理センサーの精度を達成し、以前は考えられていなかった情報的なセンサー配置を発見する。
  論文  参考訳（メタデータ） (2025-05-19T14:59:11Z)
• A physics-driven sensor placement optimization methodology for temperature field reconstruction [9.976807723785006]
  温度場再構成のための物理駆動型センサ配置最適化(PSPO)手法を提案する。 PSPO法はランダム選択法と均一選択法を大きく上回り、ほぼ一桁の精度で復元精度を向上させる。
  論文  参考訳（メタデータ） (2024-09-27T03:26:38Z)
• Reinforcement Learning Approach to Optimizing Profilometric Sensor Trajectories for Surface Inspection [0.0]
  製造における高精度表面欠陥検出は品質管理の確保に不可欠である。 レーザー三角プロファイリングセンサーがこのプロセスの鍵となる。 本稿では,プロファイロメータセンサの検査軌道を最適化するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-09-05T11:20:12Z)
• A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition [63.26015736148707]
  本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。 得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。 本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
  論文  参考訳（メタデータ） (2023-07-06T10:38:14Z)
• Support Vector Machine for Determining Euler Angles in an Inertial Navigation System [55.41644538483948]
  本稿では,機械学習(ML)法を用いたMEMSセンサを用いた慣性ナビゲーションシステムの精度向上について論じる。 提案アルゴリズムは,MEMSセンサに典型的なノイズの存在を正しく分類できることを実証した。
  論文  参考訳（メタデータ） (2022-12-07T10:01:11Z)
• Optimization of Forcemyography Sensor Placement for Arm Movement Recognition [10.889386494753284]
  本稿では、腕の動き認識への応用において、アームバンドに対するフォースミノグラフィーセンサーの配置を最適化することに焦点を当てる。 我々のアルゴリズムは、すべてのセンサと同等の認識精度を維持するのに役立ちます。 この研究は、人間の生体信号収集や運動認識といった下流のタスクを考慮したウェアラブルデバイスの自動製造に光を当てたい。
  論文  参考訳（メタデータ） (2022-07-22T07:37:48Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)

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。