論文の概要: Modeling the Frictional Contact of Continuum Robots with Environments through Linear Complementarity Problem
- arxiv url: http://arxiv.org/abs/2611.18546v1
- Date: Fri, 13 Nov 2026 18:51:17 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:27:57.20057
- Title: Modeling the Frictional Contact of Continuum Robots with Environments through Linear Complementarity Problem
- Title(参考訳): 線形補間問題による連続ロボットと環境との摩擦接触のモデル化
- Abstract要約: 現在のアプローチでは、クーロン摩擦円錐の境界力によって制限されるメカニズムの内部摩擦に対してのみ予測を行う。
クーロン摩擦仮定の下での相補性制約に基づく新しい摩擦モデルを提案する。
このモデルのリアルタイム実装は、ロボットアプリケーションにおける計算効率の要求を満たすことができる。
- 参考スコア(独自算出の注目度): 17.123079174799628
- License:
- Abstract: Accurate friction modeling in continuum robots is essential for precise motion control and path planning. However, current approaches make predictions only for the mechanism's internal friction that is limited by the boundary forces of the Coulomb friction cone, which fail to characterize the static friction and motion hysteresis. In this paper, we propose a novel friction model based on complementarity constraints under the Coulomb friction assumption. This model predicts various friction effects caused by environmental interactions, including both static and sliding frictions and hysteresis behavior, as well as the corresponding robot deformation induced by these interactions, which are crucial for the practical motion planning and control of continuum robots. Additionally, real-time implementation of this model can be achieved, meeting the demand for computational efficiency in robotic applications. Experimental validations demonstrated that this model is able to reduce the maximum tip position error from 45.4 mm in the frictionless model to 5.85 mm in our friction-included model with a 287.9 mm-long tendon-driven continuum robot.
- Abstract(参考訳): 連続ロボットの正確な摩擦モデリングは、正確な動き制御と経路計画に不可欠である。
しかし、現在のアプローチは、クーロン摩擦円錐の境界力によって制限されるメカニズムの内部摩擦に対してのみ予測を行い、静的摩擦と運動ヒステリシスを特徴づけることができない。
本稿では,クーロン摩擦仮定の下での相補性制約に基づく新しい摩擦モデルを提案する。
本モデルでは, 静的・スライディング摩擦とヒステリシス挙動, およびこれらの相互作用によって引き起こされるロボットの変形など, 環境相互作用による様々な摩擦効果を予測し, 連続ロボットの実用的な動作計画と制御に不可欠である。
さらに、ロボットアプリケーションにおける計算効率の要求を満たすことにより、このモデルのリアルタイム実装を実現することができる。
287.9mmの腱駆動型連続体ロボットを用いて、摩擦のないモデルでは最大先端位置誤差を45.4mmから5.85mmに低減できることを示した。
関連論文リスト
- Inverse Design of Metainterfaces for Static Friction Control: Beyond the Hertzian Limit [0.0]
静的摩擦は、実際の接触領域によって制御される。
標準的な粗面は、古典的アーチャードやグリーンウッド・ウィリアムソンのモデルに固有の線形領域積スケーリングを示す。
本稿では,プログラム可能な接触動作のためのトライボロジーメタインタフェースの逆設計のためのフレームワークを提案する。
論文 参考訳(メタデータ) (2026-05-10T11:26:20Z) - Physics-informed Machine Learning for Static Friction Modeling in Robotic Manipulators Based on Kolmogorov-Arnold Networks [1.729944896610809]
摩擦モデリングはロボットオペレーティングシステムにおいて高精度な動作制御を実現する上で重要な役割を担っている。
本稿では,ロボット関節の静的摩擦モデリングのためのKAN(Kolmogorov Arnold Network)に基づく物理インスパイアされた機械学習手法を提案する。
論文 参考訳(メタデータ) (2025-11-13T08:32:45Z) - Friction on Demand: A Generative Framework for the Inverse Design of Metainterfaces [0.0]
ターゲット摩擦法則から表面トポグラフィーを推定するための生成的モデリングフレームワークを提案する。
パラメータ化された接触力学モデルから構築された2億のサンプルからなる合成データセットに基づいて,提案手法により,候補地形の効率的なシミュレーションフリー生成が可能となる。
この手法は、表面トポグラフィーによる摩擦挙動のほぼリアルタイム制御の道を開くものである。
論文 参考訳(メタデータ) (2025-10-27T13:00:48Z) - Learning Transferable Friction Models and LuGre Identification via Physics Informed Neural Networks [4.432363122731454]
物理インフォームド摩擦モデルと学習可能なコンポーネントを統合するための摩擦推定フレームワークを提案する。
われわれのアプローチは物理的な一貫性を強制するが、現実の複雑さに適応する柔軟性は維持する。
我々のアプローチは、学習したモデルを訓練されていないシステムに転送できるようにする。
論文 参考訳(メタデータ) (2025-04-16T19:15:48Z) - Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。
すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。
本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
論文 参考訳(メタデータ) (2025-03-13T17:48:35Z) - Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。
本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
論文 参考訳(メタデータ) (2025-02-05T20:51:28Z) - Probabilistic Latent Variable Modeling for Dynamic Friction Identification and Estimation [2.638878351659023]
ロボット工学における動的モデルの同定は、制御設計、摩擦補償、出力トルク推定をサポートするために不可欠である。
本稿では,潜伏状態を用いたロボット関節の未同定ダイナミクスについて考察する。
予測最大化 (EM) アルゴリズムを用いてモデルパラメータの近似最大推定 (MLE) を求める。
論文 参考訳(メタデータ) (2024-12-20T10:16:18Z) - 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) - Next Steps: Learning a Disentangled Gait Representation for Versatile
Quadruped Locomotion [69.87112582900363]
現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。
本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。
本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
論文 参考訳(メタデータ) (2021-12-09T10:02:02Z)
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。