論文の概要: Grasping and Stabilizing Tumbling Objects with Rotating-Base Multi-Arm Space Manipulators
- arxiv url: http://arxiv.org/abs/2611.04176v1
- Date: Tue, 03 Nov 2026 02:07:45 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:52:50.960787
- Title: Grasping and Stabilizing Tumbling Objects with Rotating-Base Multi-Arm Space Manipulators
- Title（参考訳）: 回転ベース多関節宇宙マニピュレータによる振動物体のグラッピングと安定化
- Abstract要約: 宇宙マニピュレータは、近接操作中に、基地に対して静止する物体を保持するために、基地を活発に操作する。
これにより、運動計画が簡単になり、衝突リスクが減少し、無衝撃捕獲が可能となる。
ケーススタディでは、その後の把握と変形の両相を両立させる方法の有効性を実証している。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: This paper presents an innovative guidance and control method for a space manipulator that actively maneuvers its base to hold a tumbling object stationary relative to the base during proximity operations. This simplifies motion planning, reduces collision risk, and enables impact-free capture using single- or multi-arm configurations, with or without predefined grasping interfaces. The proposed approach involves two phases. In the pre-grasping phase, a synchronization control aligns the target's center of mass (CoM) with the system's instantaneous center of rotation (ICR), virtually rigidizing the target-servicer system to keep the object stationary for reliable grasping. In the post grasping phase, a control strategy based on Hamiltonian dynamics and optimal control stabilizes the combined system by minimizing time, fuel, or energy, while respecting base torque limits and multiple grasping constraints. For structured targets, applied forces and torques stay within their bounds; for unstructured ones, friction constraints prevent slipping. A case study demonstrates the method's effectiveness in enabling both the subsequent grasping and detumbling phases.
- Abstract（参考訳）: 本稿では, 近接動作中に基地に対して静止物体を保持するために, 基地を積極的に操作する空間マニピュレータの革新的な誘導制御手法を提案する。
これにより、モーションプランニングを簡略化し、衝突リスクを低減し、事前に定義された把握インターフェースの有無に関わらず、シングルアームまたはマルチアーム構成を使用して、インパクトフリーなキャプチャを可能にする。
提案手法には2つの段階がある。
プレグラスピングフェーズにおいて、同期制御は、ターゲットの質量中心(CoM)とシステムの瞬時回転中心(ICR)とを整列させ、ターゲットサービスシステムを事実上剛化し、オブジェクトを安定的に把握する。
後把握フェーズにおいて、ハミルトン力学と最適制御に基づく制御戦略は、ベーストルク限界と多重把握制約を尊重しながら、時間、燃料、エネルギーを最小化し、結合系を安定化させる。
構造的目標の場合、加圧力とトルクは境界内に留まるが、非構造的目標の場合、摩擦の制約によりすべりが防止される。
ケーススタディでは、その後の把握と変形の両相を両立させる方法の有効性を実証している。
関連論文リスト
- HIPC: Humanoid Iterative Planning and Control via Goal-Conditioned Motion Closure [51.2488709125534]
実時間Humanoid Iterative Planning and ControlフレームワークHIPCを提案する。
HIPCは、モーショントラッキングを備えた生成モデルを統合された計画制御パラダイムに結合する。
その結果、HIPCは、物理的堅牢性と転倒からの回復能力を同時に示しながら、最先端の目標達成精度を達成できた。
論文 参考訳（メタデータ） (2026-10-30T06:48:20Z) - Control Barrier Functions for Safe Free-Flying Robotic Spacecraft Operations in Tumbling Target Capture [39.146761527401424]
13-DoFシステムは翻訳、姿勢、ロボットのサブシステムに分解される。
安全フィルタは円錐状の接近通路、衝突回避ゾーン、視線方向の姿勢、角速度制限、ロボット関節限界、リンクベース衝突回避、アクチュエータ制約を強制する。
このフレームワークは、高忠実度天体力学シミュレータBasiliskを用いて、軌道上のサーベイシングシナリオで検証されている。
論文 参考訳（メタデータ） (2026-09-22T09:11:28Z) - 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) - PoseShield: Neural Collision Fields for Human Self-Collision Resolution [44.26354057690119]
SMPLをベースとした人間のポーズ推定とモーション生成において、自己照合は引き続き永続的な課題である。
SMPLポーズ空間で直接定義されたニューラル衝突制約であるPoseShieldを提案する。
本手法は95.8%の成功率を実現し,最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2026-06-29T01:20:25Z) - Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。
提案された自由空間定式化では障害物検出やセグメンテーションは不要である。
このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
論文 参考訳（メタデータ） (2026-06-08T16:44:28Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - Bi-Level Reinforcement Learning Control for an Underactuated Blimp via Center-of-Mass Reconfiguration [22.07080402182441]
本稿では,2つのスラスタと可動内装スライダからなるコンパクトアーキテクチャについて述べる。
提案手法は固定CoMベースラインとPIDベースコントローラを一貫して上回る。
論文 参考訳（メタデータ） (2026-05-02T06:55:26Z) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - Trajectory Tracking for Multi-Manipulator Systems in Constrained Environments [9.385066923415936]
障害物分散環境で動作する移動型マルチマニピュレータシステムによる協調操作の問題点を考察する。
このタスクでは、障害物や狭い通路から生じる連続ロボット力学と離散幾何学的制約の両方を尊重しながら、把握された物体を輸送する必要がある。
本研究では,STLを満足するオブジェクト衝突のないベースフットプリントのオフライン生成とオンライン制約付き逆軌道と連続時間フィードバック制御を組み合わせたマルチレート計画制御フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-16T09:01:49Z) - Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。
本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
論文 参考訳（メタデータ） (2024-02-04T15:54:03Z)
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。