論文の概要: State estimation for a hybrid rigid-continuum space manipulator system
- arxiv url: http://arxiv.org/abs/2610.37043v1
- Date: Tue, 27 Oct 2026 11:14:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.574751
- Title: State estimation for a hybrid rigid-continuum space manipulator system
- Title（参考訳）: ハイブリッド型剛性連続宇宙マニピュレータシステムの状態推定
- Abstract要約: 宇宙船搭載のロボットマニピュレータは、軌道上の資産の長期運用を支援することができる。
連続体/ソフトロボット機構の宇宙マニピュレータ設計への統合は、宇宙空間の体積と質量を減らすことを約束している。
本研究は,ハイブリッド軟剛性宇宙マニピュレータのための新しい状態再構成パイプラインを提案する。
- 参考スコア（独自算出の注目度）: 19.359841144204115
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spacecraft-mounted robotic manipulators can support long-term operability of orbiting assets by conducting tasks such as on-orbit assembly, repair, upgrade, and refueling. In this context, the integration of continuum/soft robotic mechanisms into space manipulator designs promises to reduce stowage volume and mass, as well as to improve operational safety through the inherent mechanical compliance of soft structures. This work presents a novel state reconstruction pipeline for a hybrid soft-rigid space manipulator, in which the distal link is a tendon-driven continuum robot. The estimation problem is formulated as a maximum a posteriori (MAP) inference problem over the hybrid manipulator's configuration, conditioned on discrete, noisy measurements from joint encoders and a vision-based sensing pipeline. The resulting soft-constrained optimization problem is transcribed as a factor graph, providing a compact representation for fusing heterogeneous measurements with the rigid-soft kinematic model. Furthermore, the adoption of the Geometric Variable Strain (GVS) approach yields a minimum-order parameterization of the configuration, a property expected to facilitate model-based feedback control design in future work. The proposed implementation is validated in simulation on a closed-loop trajectory where, for better realism, position measurements for the continuum link are obtained by means of a simulated visual pipeline leveraging synthetic photorealistic images. The state reconstruction accuracy and computational performance confirm the potential of the proposed framework for hybrid soft-rigid robotic applications in orbit.
- Abstract（参考訳）: 宇宙機搭載のロボットマニピュレータは、軌道上での組み立て、修理、アップグレード、燃料補給などのタスクを実行することで、軌道上の資産の長期運用を支援することができる。
この文脈では、連続体/ソフトロボット機構を宇宙マニピュレータの設計に統合することで、宇宙空間の体積と質量を減らし、ソフト構造固有の機械的コンプライアンスによって運用上の安全性を向上させることを約束する。
本研究は, 遠位リンクが腱駆動型連続体ロボットであるハイブリッド軟剛性宇宙マニピュレータのための新しい状態再構築パイプラインを提案する。
推定問題は、ハイブリッドマニピュレータの構成に対する最大後部推定問題として定式化され、ジョイントエンコーダと視覚に基づくセンシングパイプラインからの離散的ノイズ測定に基づいて行われる。
結果として生じるソフト制約最適化問題は因子グラフとして書き起こされ、剛性・ソフト運動モデルで不均一な測定を融合するためのコンパクトな表現を提供する。
さらに、GVS(Geometric Variable Strain)アプローチを採用することにより、構成の最小階パラメータ化が実現される。
提案手法は, クローズドループ軌道上でのシミュレーションで検証され, 連続体リンクの位置測定は, 合成フォトリアリスティック画像を利用したシミュレートされたビジュアルパイプラインを用いて得られる。
状態再構成の精度と計算性能は、軌道上でのハイブリッドソフトリグッドロボット応用のための提案されたフレームワークの可能性を確認する。
関連論文リスト
- 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) - SplatCtrl: Perception-Action Coupling via Gaussian Scene Representations and Reactive Robot Control [14.952269223197751]
本稿では,リアルタイムシーン再構成とリアクティブロボットモーション生成のための統合フレームワークであるSplatCtrlを提案する。
3次元ガウススプラッティング(3D-GS)を基盤として,ハイブリッドなボクセルフィルタと動的ガウス転位戦略を導入する。
安全かつ反応性の高い制御のために,等方的ガウス関数から連続符号付き距離関数を導出する手法を提案する。
論文 参考訳（メタデータ） (2026-07-09T21:18:39Z) - Real-Time Projected Adaptive Control for Closed-Chain Co-Manipulative Continuum Robots [0.764671395172401]
協調操作型連続ロボット(CCR)では、複数の連続アームが共通の柔軟な物体をつかむことで協調する。
現実的なタスクでは、フレキシブルオブジェクトの物理パラメータはしばしば未知であり、操作によって異なる。
本稿では,動的レベルで定式化されたCCRの適応制御フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-05T22:03:23Z) - HSImul3R: Physics-in-the-Loop Reconstruction of Simulation-Ready Human-Scene Interactions [69.43316445143408]
HSImul3Rはヒトとシーンの相互作用をシミュレーション可能な3次元再構成のための統合フレームワークである。
既存の手法は知覚とシミュレーションのギャップに悩まされており、物理エンジンの不安定性と、具体化されたAIアプリケーションの失敗につながっている。
論文 参考訳（メタデータ） (2026-03-16T17:58:33Z) - System Identification under Constraints and Disturbance: A Bayesian Estimation Approach [5.58001571731715]
本稿では,ロボットの状態軌跡と物理パラメータを高精度に推定するためのベイズシステム同定(SysID)フレームワークを提案する。
物理的に一貫した逆ダイナミクス、接触とループ閉鎖の制約を組み込んでおり、関節摩擦モデルを完全にハードでステージワイドな等式制約として特徴付ける。
論文 参考訳（メタデータ） (2026-02-18T10:45:30Z) - ParaMaP: Parallel Mapping and Collision-free Motion Planning for Reactive Robot Manipulation [17.260700135265267]
未知の環境でのロボット操作には、リアルタイムおよび衝突のないモーションプランニングが依然として困難である。
本研究では,Euclidean Distance Transform(EDT)に基づく環境表現をサンプリングベースモデル予測制御(SMPC)プランナと密に統合する並列マッピングと動作計画フレームワークを提案する。
提案手法の有効性は, 7-DoFロボットマニピュレータを用いた広範囲なシミュレーションと実世界の実験により検証した。
論文 参考訳（メタデータ） (2025-12-27T12:24:10Z) - ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。
Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。
モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
論文 参考訳（メタデータ） (2025-03-27T16:39:40Z) - EnerVerse: Envisioning Embodied Future Space for Robotics Manipulation [55.26713167507132]
本稿では,エンボディ空間の構築と解釈を行う生成ロボティクス基礎モデルを提案する。
EnerVerseは、自己回帰的ビデオ拡散フレームワークを使用して、命令から将来のエンボディドスペースを予測する。
本稿では,生成モデルと4次元ガウススプラッティングを組み合わせたデータエンジンパイプラインであるEnerVerse-Dについて述べる。
論文 参考訳（メタデータ） (2025-01-03T17:00:33Z) - Bench2Drive-R: Turning Real World Data into Reactive Closed-Loop Autonomous Driving Benchmark by Generative Model [63.336123527432136]
我々は,リアクティブ閉ループ評価を可能にする生成フレームワークであるBench2Drive-Rを紹介する。
既存の自動運転用ビデオ生成モデルとは異なり、提案された設計はインタラクティブなシミュレーションに適したものである。
我々は、Bench2Drive-Rの生成品質を既存の生成モデルと比較し、最先端の性能を達成する。
論文 参考訳（メタデータ） (2024-12-11T06:35:18Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z)
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。