論文の概要: LQR-ArUco Fusion: Robust Hierarchical Control for Navigation and Asymmetric Manipulation in Two-Wheeled Robots

• arxiv url: http://arxiv.org/abs/2609.35700v2
• Date: Sun, 04 Oct 2026 12:18:53 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 21:20:01.548533
• Title: LQR-ArUco Fusion: Robust Hierarchical Control for Navigation and Asymmetric Manipulation in Two-Wheeled Robots
• Title（参考訳）: LQR-ArUco Fusion:二輪ロボットのナビゲーションと非対称操作のためのロバスト階層制御
• Abstract要約: 本稿では,重度の動的不安定性と航法的ドリフトに対処する階層型制御フレームワークを提案する。 サイドマウントされたロボットアームは、ペイロードが持ち上げられたときに片側ロールモーメントを導入します。 オフボード視覚システムは、ArUcoマーカーのオーバーヘッドを追跡し、高アクチュエータなグローバルなウェイポイントナビゲーションを提供する。 低レイテンシオンボード制御ループは、慣性およびエンコーダデータを用いて、アクティブな物理障害を拒否する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We propose a hierarchical control framework to address severe dynamic instabilities and navigational drift that arise when a two-wheeled inverted pendulum (TWIP) robot attempts asymmetric object manipulation. While two-wheeled platforms are highly manoeuvrable, their constant balancing adjustments make onboard odometry highly unreliable for precise navigation. Furthermore, the addition of a side-mounted robotic arm introduces unactuated lateral roll moments when a payload is lifted, a challenge heavily compounded on uneven terrain. To solve these coupled problems, our architecture divides the workload. An offboard vision system tracks overhead ArUco markers to provide high-latency global waypoint navigation, bypassing odometry drift. Simultaneously, a low-latency onboard control loop rejects active physical disturbances using inertial and encoder data. In our physical experiments, this dual-loop approach enabled the custom-built robot to navigate accurately, reject transient impacts from speed bumps, adapt to a dynamic seesaw ramp, and carry a payload securely without falling over its narrow wheelbase.
• Abstract（参考訳）: 両輪倒立振子ロボット(TWIP)が非対称な物体操作を試みたときに発生する重大動力学的不安定性と航法的ドリフトに対処する階層制御フレームワークを提案する。 両輪のプラットフォームは高度に操作可能であるが、一定のバランス調整により、オンボードのオドメトリーは正確なナビゲーションには信頼性が低い。 さらに、サイドマウントされたロボットアームが加わったことで、ペイロードが持ち上げられたときの不動横転モーメントが導入される。 これらの結合した問題を解決するために、我々のアーキテクチャはワークロードを分割する。 オフボード視覚システムは、ArUcoマーカーのオーバーヘッドを追跡し、オーソメトリードリフトをバイパスして、高速でグローバルなウェイポイントナビゲーションを提供する。 同時に、低レイテンシオンボード制御ループは慣性およびエンコーダデータを用いてアクティブな物理障害を拒否する。 われわれの物理的実験では、このデュアルループのアプローチにより、カスタムビルドされたロボットは、正確にナビゲートし、スピードバンプからの過渡的な衝撃を排除し、ダイナミックシーソーランプに適応し、狭いホイールベースに落ちずにペイロードを安全に運べる。

関連論文リスト

• AquaOrbit: Sim-to-Real Reinforcement Learning for Underwater Target Orbiting under Intermittent Visual Feedback [51.92060148406936]
  間欠的な視覚的損失は、水中周回中の目標相対的なフィードバックを妨害する。 AquaOrbitは、水中の目標軌道を周回するリカバリモジュールを備えた強化学習用コントローラである。
  論文  参考訳（メタデータ） (2026-09-21T03:29:45Z)
• Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation [68.02899606570223]
  本稿では,効率的なエンボディナビゲーションのための統合フレームワークであるTAMP-Navを提案する。 まず、ナビゲーションを2次元の視覚座標に再構成するPixel-to-3D Action Formulation(Point)を導入する。 次に,Selective Reasoning and Anchor-Trajectory Memory Mechanism (Think and Memorize)を提案する。
  論文  参考訳（メタデータ） (2026-08-18T08:37:08Z)
• More than a Manipulator: Planning Propellant-Free Attitude Maneuvers for Free-Floating Spacecraft [0.30586855806896035]
  宇宙船の姿勢制御は伝統的に、運動量交換装置や推進剤を消費する推進器を用いて達成される。 多くのミッションではロボットマニピュレータを必要とするが、通常は外乱源として扱われる。 本研究では, 軌道最適化問題を定式化して, 推進剤を含まない姿勢制御におけるマニピュレータ運動の利用について検討する。
  論文  参考訳（メタデータ） (2026-07-13T20:27:09Z)
• When Rolling Gets Weird: A Curved-Link Tensegrity Robot for Non-Intuitive Behavior [0.6372261626436676]
  本研究では,半円形で湾曲した張力ロボットによる解を提案する。 このロボットは、効率的なローリングロコモーションと制御された安定性のバランスを保ち、アークエンドポイントにおける不連続によって実現される。 予備的な衝撃試験では、引張構造の固有の衝撃吸収能力と適合性を強調している。
  論文  参考訳（メタデータ） (2026-03-17T13:30:33Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control [67.58927286226925]
  本稿では,ヒューマノイド・スケータボードシステムモデリングと物理を意識した全身制御を統合した学習ベースのフレームワークを提案する。 Unitree G1のヒューマノイドプラットフォームでの実験では、現実のシナリオにおいて、私たちのフレームワークがスケートボード上で安定的でアジャイルな操作を可能にすることが示されています。
  論文  参考訳（メタデータ） (2026-02-03T07:18:01Z)
• TriphiBot: A Triphibious Robot Combining FOC-based Propulsion with Eccentric Design [9.930529399697557]
  マルチドメイン動作が可能なトリフィブなロボットは、多様な環境にまたがる複雑なタスクを処理することを約束している。 既存の設計は主にデュアルモードのプラットフォームに焦点を当てており、いくつかの設計は機械的な複雑さや推進効率の低下に悩まされている。 本研究では、クワッドコプター構造と2つの受動車輪を組み合わせたミニマリスト設計により、空中・地上・水上移動が可能な新しい三脚ロボットを提案する。
  論文  参考訳（メタデータ） (2026-02-01T18:38:22Z)
• Trajectory Tracking Control of Skid-Steering Mobile Robots with Slip and Skid Compensation using Sliding-Mode Control and Deep Learning [0.0]
  スリップとスキッドの補償は、屋外の地形をナビゲートする移動ロボットにとって不可欠である。 本稿では,現実に実現可能なオンラインスリップとスキッド補償を備えた新しい軌道追跡手法を提案する。 実験の結果,軌道追跡システムの性能は27%以上向上した。
  論文  参考訳（メタデータ） (2023-09-16T03:58:03Z)
• 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)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)

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。