論文の概要: PC7 Model: Dynamics of Expanding and Contracting Soft Robots using Piece-wise Constant 7D Deformation Based on Similarity Transformation Group
- arxiv url: http://arxiv.org/abs/2610.14586v1
- Date: Sat, 10 Oct 2026 05:04:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 12:48:36.595734
- Title: PC7 Model: Dynamics of Expanding and Contracting Soft Robots using Piece-wise Constant 7D Deformation Based on Similarity Transformation Group
- Title（参考訳）: PC7モデル:類似性変換グループに基づくPiece-wise Constant 7D変形を用いた拡張・収縮型ソフトロボットのダイナミクス
- Abstract要約: 本稿では,PC7モデルと命名された新しいソフトロボットモデルを提案する。
PC7モデルは、例えば人工筋肉アクチュエータの伸縮変形を表すことができる。
- 参考スコア（独自算出の注目度）: 2.274915755738124
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a novel soft robot model named piece-wise constant 7D deformation (PC7) model that can represent expanding and contracting deformation of, for example, artificial muscle actuator. In the proposed model, we newly define the 7D deformation vector based on SIM(3) - 3D similarity transformation group - whereas a 6D deformation vector was defined for Cosserat rod based on SE(3) - the special Euclid group - in the piece-wise constant strain (PCS) model proposed in the previous study. The additional dimension of the 7D deformation vector represents expanding and contracting deformation, which comes from the scaling parameter in SIM(3). Common mathematical properties between SE(3) and SIM(3) allow us to directly extend the kinematics and dynamics of the PCS model to those of the PC7 model. In particular, we derive the dynamical equation of the PC7 model based on Euler-Poincare equation in a mathematically precise manner. We validate the proposed model through dynamical simulations assuming a thin cylinder structure or McKibben-type artificial muscle actuator.
- Abstract（参考訳）: 本稿では,例えば人工筋肉アクチュエータの伸縮変形を表現できる,ピースワイド定数7D変形(PC7)モデルを提案する。
提案モデルでは, SIM(3)-3次元類似度変換群に基づく7次元変形ベクトルを新たに定義する一方, 前報で提案したピースワイド定数ひずみ(PCS)モデルにおいて, 特殊ユークリッド群であるSE(3)に基づいて6次元変形ベクトルをコセラットロッドに対して定義した。
7次元変形ベクトルの付加次元は、SIM(3)のスケーリングパラメータから生じる膨張および収縮変形を表す。
SE(3) と SIM(3) の共通な数学的性質により,PCS モデルの運動学と力学を直接 PC7 モデルに拡張することができる。
特に、数学的に正確な方法でオイラー・ポアンケア方程式に基づくPC7モデルの力学方程式を導出する。
我々は, 細いシリンダー構造やマッキベン型人工筋肉アクチュエータを仮定した力学シミュレーションにより, 提案モデルの有効性を検証した。
関連論文リスト
- World Motion Models: Flexible Sequence Modeling of SE(3) Trajectories [82.08884552902076]
WMM(World Motion Models)を提案する。
この表現は、明瞭な物体、人体、手動物体の相互作用、断片的に巧妙なシーンダイナミクス、カメラモーション、さらにはロボットの状態とアクションを単一の共有空間に統一する。
論文 参考訳（メタデータ） (2026-10-01T14:13:24Z) - An Elastic Shape Variational Autoencoder for Skeleton Pose Trajectories [8.678193782239054]
弾性形状 - 変分オートエンコーダ (ES-VAE) は骨格軌道の幾何学的生成モデルである。
2つのデータセットに対するES-VAEの有効性を示す。
論文 参考訳（メタデータ） (2026-05-10T00:21:02Z) - Learning Modulated Transformation in GANs [69.95217723100413]
生成逆数ネットワーク(GAN)のジェネレータに、変調変換モジュール(Modulated transformation module, MTM)と呼ばれるプラグアンドプレイモジュールを装備する。
MTMは、可変位置で畳み込み操作を適用可能な潜在符号の制御下で空間オフセットを予測する。
挑戦的なTaiChiデータセット上での人為的な生成に向けて、StyleGAN3のFIDを21.36から13.60に改善し、変調幾何変換の学習の有効性を実証した。
論文 参考訳（メタデータ） (2023-08-29T17:51:22Z) - FAENet: Frame Averaging Equivariant GNN for Materials Modeling [123.19473575281357]
データ変換による任意のモデルE(3)-同変や不変化を実現するために,フレームアラグリング(SFA)に依存したフレキシブルなフレームワークを導入する。
本手法の有効性を理論的および実験的に証明し, 材料モデリングにおける精度と計算スケーラビリティを実証する。
論文 参考訳（メタデータ） (2023-04-28T21:48:31Z) - Geometric Clifford Algebra Networks [53.456211342585824]
本稿では,動的システムのモデリングのためのGeometric Clifford Algebra Networks (GCANs)を提案する。
GCANは幾何学的(クリフォード)代数を用いた対称性群変換に基づいている。
論文 参考訳（メタデータ） (2023-02-13T18:48:33Z) - SPAMs: Structured Implicit Parametric Models [30.19414242608965]
本研究では,非剛体物体の動きを形状とポーズの部分的不整合表現に構造的に分解する変形可能なオブジェクト表現として,構造化単純パラメトリックモデル(SPAM)を学習する。
複雑な変形物体の動きの深度配列の復元と追跡において、我々の部分認識形状とポーズ理解が最先端のパフォーマンスに繋がることを示す実験を行った。
論文 参考訳（メタデータ） (2022-01-20T12:33:46Z) - Equivariant vector field network for many-body system modeling [65.22203086172019]
Equivariant Vector Field Network (EVFN) は、新しい同変層と関連するスカラー化およびベクトル化層に基づいて構築されている。
シミュレーションされたニュートン力学系の軌跡を全観測データと部分観測データで予測する手法について検討した。
論文 参考訳（メタデータ） (2021-10-26T14:26:25Z) - Shape Prior Deformation for Categorical 6D Object Pose and Size
Estimation [62.618227434286]
RGB-D画像から見えないオブジェクトの6Dポーズとサイズを復元する新しい学習手法を提案する。
本研究では,事前学習したカテゴリ形状からの変形を明示的にモデル化することにより,3次元オブジェクトモデルを再構築するディープネットワークを提案する。
論文 参考訳（メタデータ） (2020-07-16T16:45:05Z) - Dynamic multi-object Gaussian process models: A framework for
data-driven functional modelling of human joints [0.0]
形状とポーズを結合する原則的かつ堅牢な方法が,3つの主要な問題によって明らかになってきた。
本研究では,人体関節解析のための動的多目的統計モデリングフレームワークを提案する。
このフレームワークは、生物学的関節のための効率的な生成動的マルチオブジェクトモデリングプラットフォームを提供する。
論文 参考訳（メタデータ） (2020-01-22T07:57:36Z)
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。