Model Predictive Control Design of a 3-DOF Robot Arm Based on Recognition of Spatial Coordinates
University of Liverpool(利物浦大学)
采用模型预测控制(MPC)对三自由度机械臂的输入力矩进行优化,使其能够运行到目标位置并准确抓取物体。首先使用单目相机来识别物体的颜色和深度。然后,将逆运动学计算与通过坐标变换得到的物体空间坐标相结合,得到各伺服机构所需的转角。最后,建立了机器人手臂结构的动力学模型,并应用模型预测控制仿真伺服系统的最优输入转矩,以最小化代价函数。
2022-09-04 cs.RO cs.SY eess.SY
Manipulator as a Tail: Promoting Dynamic Stability for Legged Locomotion
University of California, Berkeley(加州大学伯克利分校)
针对腿式机器人机械臂在运动中的负担问题,提出受神经生理学启发的增量训练策略,利用机械臂作为尾巴提升高速转向和抗扰动的动态稳定性,显著降低失败率。
2024-07-24 cs.RO
CEMSSL: Conditional Embodied Self-Supervised Learning is All You Need for High-precision Multi-solution Inverse Kinematics of Robot Arms
针对机器人手臂逆运动学多解且精度不足的问题,提出条件具身自监督学习(CEMSSL)统一框架,将现有条件深度生成模型的精度提升2-3个数量级,并保持其特性,可扩展至其他多解逆问题。
2025-04-23 cs.RO
Optimal path planning and weighted control of a four-arm robot in on-orbit servicing
University of Alicante(阿利坎特大学);Cranfield University(克兰菲尔德大学)
本文针对在轨服务中的四臂机器人,提出轨迹优化与加权控制方法,通过非线性规划计算对接位置、时机和接触力,并用凸优化加权控制器同时执行多任务,仿真验证了其有效性。
2024-06-07 cs.RO cs.SY eess.SY
Automating the Learning of Inverse Kinematics for Robotic Arms with Redundant DoFs
National Tsing Hua University(国立清华大学)
逆运动学解决了从笛卡尔空间到机器人手臂关节位形空间的映射问题,在计算机图形学、蛋白质结构预测、机器人学等领域有着广泛的应用。随着人工神经网络(NN)的巨大进步,许多研究人员最近转向数据驱动的方法来解决IK问题。不幸的是,NN对于具有冗余自由度(DoF)的机器人手臂变得不足够。这是因为这样的手臂可能有多个角度的解决方案,以达到相同的期望姿态,而典型的神经网络只实现一对一的映射函数,它只关联一个一致的输出为一个给定的输入。为了训练可用的神经网络来解决IK问题,大多数现有的工作采用定制的训练数据集,其中每个期望的姿势只有一个角度的解决方案。这不可避免地限制了所提出的方法的推广和自动化。本文在两个方面有所突破:(1)采用系统化、机械化的方法进行训练数据采集,覆盖整个机械臂的工作空间,在机械臂研制完成后,可以实现全自动化、一次性完成;(2)一种新的NN-的框架,可以利用冗余自由度,以产生多个角度的解决方案,任何给定的期望姿态的机器人手臂。可用于机器人应用,例如避障和姿势模仿。
2022-08-29 cs.RO
Reachable Sets for Safe, Real-Time Manipulator Trajectory Design
Mechanical Engineering, University of Michigan(密歇根大学机械工程学院);Robotics Institute, University of Michigan(密歇根大学机器人研究所);Mechanical and Industrial Engineering, Louisiana State University(路易斯安那州立大学机械与工业工程学院);Naval Architecture and Marine Engineering, University of Michigan(密歇根大学船舶与海洋工程学院);Ford Motor Company(福特汽车公司);Office of Naval Research(美国海军研究办公室)
对于在任意环境中操作的机器人手臂,特别是在人附近,关键是要证明其运动规划算法的安全性。然而,在安全性和实时的【形】性能之间经常存在权衡;可以仔细设计安全计划,也可以快速生成潜在不安全的计划。本文提出了一种具有安全保证的滚动时域实时的【形】轨迹规划器ARMTD(Autonomous Reachability-based Manipulator Trajectory Design)。该方法首先计算(离线)一组可达的参数化轨迹为每个关节的手臂。每个轨迹包括一个故障安全机动(制动停止)。在运行时,在每个滚动时域规划迭代,ARMTD构造一个参数化的可达集的工作空间中的整个手臂,并将其与障碍物相交,以生成次可微的,可证明保守的碰撞避免的轨迹参数的约束。然后,ARMTD根据这些约束条件对参数进行轨迹优化。在6自由度手臂上,ARMTD在仿真方面优于CHOMP,从不崩溃,并在硬件上完成各种实时的【形】规划任务。
2020-09-29 cs.RO
Motion Planning as Online Learning: A Multi-Armed Bandit Approach to Kinodynamic Sampling-Based Planning
University of Michigan(密歇根大学)
针对kinodynamic运动规划在无转向函数时难获高质量解的问题,将采样偏置建模为非平稳多臂老虎机问题,结合kinodynamic RRT转移聚类与老虎机算法自适应采样,可更快获更优解并提升执行成功率。
2023-08-26 cs.RO
Design And Control of A Robotic Arm For Industrial Applications
CMR Technical Campus(CMR技术学院);JNTUH University College of Engineering, Science & Technology Hyderabad(贾瓦哈拉尔·尼赫鲁科技大学海得拉巴工程科学与技术学院);Holy Mary Institute of Technology(圣玛丽技术学院)
本文提出了一种六自由度工业机器人臂,通过伺服电机和微控制器接口设计,并结合逆运动学算法和PID控制器,实现高精度和高重复性的自动化任务。
2025-11-10 cs.RO
A Neuro-Symbolic Humanlike Arm Controller for Sophia the Robot
Hanson Robotics Ltd(汉森机器人公司)
我们概述了使用机器感知、卷积神经网络和符号AI进行逻辑控制和启示索引的新型机器人手臂的设计和构造。我们描述了我们的机器人手臂与人类一样的机械配置和美学,28自由度,触摸传感器,和一系列的弹性致动器。这些手臂是在Roodle和Gazebo中使用URDF模型以及Unity建模的,并实现了运动控制解决方案,用于解决百家乐(赌场纸牌游戏),剪刀石头布,握手和绘画的现场游戏。这包括与人的实时交互,结合了手部和面部姿势的社会控制,以及用于抓取和操纵任务的物理逆运动学(IK)。由此产生的框架是Sophia 2020 alpha平台的一个组成部分,该平台正在与作者与AHAM团队合作进行的研究中使用,AHAM是ANA Avatar Xprize致力于人类-AI混合远程呈现的努力。这些结果可在广泛发布的Hanson Robotics Sophia 2020机器人平台上进行测试,供用户尝试和扩展。
2020-10-27 cs.AI cs.RO
Dynamic Walking on Highly Underactuated Point Foot Humanoids: Closing the Loop between HZD and HLIP
California Institute of Technology(加州理工学院)
针对点足人形机器人高欠驱动等行走难题,提出HZD与HLIP闭环的控制框架,离线生成步态并在线稳定,经ADAM机器人仿真与实验验证,实现首例点足行走且具备多种鲁棒性。
2024-06-19 cs.RO
Dual-Arm Whole-Body Motion Planning: Leveraging Overlapping Kinematic Chains
Toyota Research Institute(丰田研究院)
针对高自由度双臂机器人在未知动态环境中实时运动规划的维度灾难问题,提出利用共享关节结构构建双动态路线图并高效搜索其组合的方法,在19自由度机器人上实验实现0.4秒平均规划时间与99.9%成功率。
2025-11-11 cs.RO
Time-Varying ALIP Model and Robust Foot-Placement Control for Underactuated Bipedal Robot Walking on a Swaying Rigid Surface
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校);University of Michigan(密歇根大学);Ohio State University(俄亥俄州立大学);Purdue University(普渡大学)
用于在动态刚性表面(DRS)上双足行走的控制器设计,动态刚性表面是在惯性系中移动的刚性表面(例如,船舶和飞机),仍然在很大程度上没有调查。本文介绍了一种分层控制方法,实现了稳定的欠驱动双足机器人在水平振荡DRS上行走。我们的方法的最高层是一个实时运动规划器,它生成所需的全局行为(即,质心轨迹和脚步位置)。这一层的一个关键的新颖性是推导出的降阶模型,通过分析扩展的角动量为基础的线性倒立摆(ALIP)模型从静止到水平移动的表面。另一个新颖之处是开发了一个离散时间的脚放置控制器,指数稳定的混合动力,线性,时变ALIP模型。所提出的方法的中间层是一个行走模式生成器,它将所需的全局行为转化为机器人的全身参考轨迹,用于所有直接驱动的自由度。最低层是一个输入输出线性化控制器,指数跟踪这些全身参考轨迹的基础上,全阶,混合,非线性机器人动力学。对平面欠驱动双足机器人在摇摆DRS上行走的仿真结果表明,该框架能够保证机器人在不同DRS运动和步态类型下的行走稳定性。
2022-11-29 cs.RO
Throwing a Tight Spiral American Football by a Humanoid Robot
Iowa State University(爱荷华州立大学)
本文针对类人机器人投掷美式橄榄球的自旋控制问题,提出耦合全身控制策略,在宇树G1机器人上实现高自旋效率的紧密螺旋投掷,达到93.6%自旋效率等性能。
2026-10-14 cs.RO
Coordinated Motion Planning for Multi-Arm Systems via Iterative LQ Games
Purdue University(普渡大学)
本文提出迭代LQ博弈框架用于多机械臂协调运动规划,通过可微碰撞惩罚生成安全高效轨迹,性能优于传统方法,凸显微分博弈在多机器人操作中的有效性。
2026-08-31 cs.RO
Malleable Robots: Reconfigurable Robotic Arms with Continuum Links of Variable Stiffness
Imperial College London(帝国理工学院)
本文设计了一种2-DOF变刚度连续体连杆可重构机械臂,提出基于末端执行器位置的形态重构、校准与运动规划方法,并通过原型实验验证其准确性与可靠性。
2024-04-15 cs.RO
Machine Learning and Optimization Techniques for Solving Inverse Kinematics in a 7-DOF Robotic Arm
University of Salford(索尔福德大学)
针对7自由度冗余机械臂的逆运动学求解问题,研究13种优化技术并提出一种融合机器学习探索能力与数值方法开发能力的新方法,速度比传统粒子群优化快200倍以上。
2024-06-18 cs.AI cs.LG cs.RO
Identification of a Physics-Based Electrical Power Consumption Model for the Unitree G1 Humanoid Arm
Harper Adams University(哈珀亚当斯大学);Lincoln Institute for Agri-Food Technology(林肯农业食品技术研究所);Lincoln Centre for Autonomous Systems(林肯自主系统中心)
提出一种基于物理的线性参数模型,用于预测Unitree G1人形机器人左臂的电力消耗,通过实验数据识别参数,在897条轨迹上达到R²=0.933,并在未见速度轨迹上验证泛化能力。
2026-06-16 cs.RO
Continuous-Time Line-of-Sight Constrained Trajectory Planning for 6-Degree of Freedom Systems
University of Washington(华盛顿大学);NASA Johnson Space Center(NASA约翰逊航天中心)
针对机器人运动中需持续保持关键点可见的问题,本文提出连续时间LoS约束轨迹规划方法,可适配多种传感器覆盖区和任意非线性动力学,并显著降低LoS违反与运行时间。
2025-02-20 cs.RO math.OC
Walking on the Slope: Stable Bipedal Gaits with Genetic-Algorithm-Optimized Trajectories
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校)
本研究提出一种遗传算法优化轨迹的8自由度双足机器人步态,在平坦和倾斜地形上实现ZMP稳定行走,并揭示稳定性由质量分布而非总质量决定。
2026-09-18 cs.RO
DawnIK: Decentralized Collision-Aware Inverse Kinematics Solver for Heterogeneous Multi-Arm Systems
University of Bonn(波恩大学);Lamarr Institute for Machine Learning and Artificial Intelligence(拉马尔机器学习和人工智能研究所)
DawnIK提出一种基于加权代价函数与非线性优化的去中心化逆运动学方法,无需逆雅可比计算或冗余自由度,即可实现异构多臂系统在相交工作空间中的无碰撞轨迹跟踪,性能优于CollisionIK。
2023-10-31 cs.RO cs.SY eess.SY
Automatic Contact-Based 3D Scanning Using Articulated Robotic Arm
Military Institute of Science and Technology(军事科学技术学院);Bangladesh Army University of Science and Technology(孟加拉国陆军科学技术大学)
本文提出一种开环6自由度关节式机器人接触式3D扫描系统,利用逆运动学和直线轨迹规划实现自由曲面的自动单点测量与扫描,并基于ASME B89.4.22标准验证了其准确度与重复性。
2024-11-11 cs.RO physics.ins-det
Redundancy Parameterization of the ABB YuMi Robot Arm
Department of Electrical, Computer, and Systems Engineering, Rensselaer Polytechnic Institute(电气、计算机与系统工程系,拉特塞尔理工学院)
本文提供了 ABB YuMi 机械臂 SEW 角的首个完整且经验证的定义,推导了其雅可比矩阵与算法奇点条件,并利用 IK-Geo 求解器通过 2D 搜索求解所有逆运动学解。
2025-05-29 cs.RO
Constrained Prioritized 3T2R Task Control for Robotic Agricultural Spraying
Faculty of Electrical Engineering and Computing, University of Zagreb(萨格勒布大学电气工程与计算学院)
本文提出一种面向机械臂农业喷洒的约束优先级 3T2R 任务控制方法,在平移和旋转自由度间引入优先级,并探讨其在速度与位置逆运动学中应用于连续与选择性喷洒的实用性。
2023-07-01 cs.RO
Lend me an Ear: Speech Enhancement Using a Robotic Arm with a Microphone Array
本文提出利用机械臂与麦克风阵列结合深度学习技术,通过动态调整麦克风位置提升语音增强性能,实验显示在不同信噪比条件下效果优于传统方法。
2026-09-24 cs.RO cs.SD
Defect Mitigation for Robot Arm-based Additive Manufacturing Utilizing Intelligent Control and IOT
Department of Mechanical Engineering, University of Louisiana at Lafayette(路易斯安那大学拉法叶分校机械工程系)
本研究针对增材制造实时质量保障难题,构建了融合闭环热控、视觉缺陷检测与原位校正的6自由度机器人熔融沉积成型系统,可在不中断打印的情况下修复缺陷,适用于多领域的自适应增材制造需求。
2025-10-28 cs.RO cs.SY eess.SY
Contact-Aware Incremental Model Predictive Control for an Underactuated Aerial Manipulator
Delft University of Technology(代尔夫特理工大学)
提出结合NMPC与INDI的接触感知控制框架,在欠驱动四旋翼单连杆机械臂上实现空中书写,仿真与实验验证了五自由度位姿和接触力鲁棒同步跟踪。
2026-09-11 cs.RO
Bald Eagle Search Algorithm for High Precision Inverse Kinematics of Hyper-Redundant 9-DOF Robot
B.M.S. College of Engineering(B.M.S.工程学院)
本文针对超冗余9自由度机器人逆运动学求解问题,比较多种元启发式优化算法,发现白头鹰搜索算法在末端执行器定位精度和位置误差方面表现最优。
2023-08-04 cs.RO
Stair Climbing using the Angular Momentum Linear Inverted Pendulum Model and Model Predictive Control
针对上下楼梯时质心高度变化和落脚受限问题,提出可变虚拟摆长的 ALIP 变体,并结合虚拟约束控制与 MPC,实现 Cassie 双足机器人的周期性爬楼步态。
2023-07-11 cs.RO cs.SY eess.SY
Sigma-3: Integration and Analysis of a 6 DOF Robotic Arm Configuration in a Rescue Robot
North South University(北南大学)
本文介绍了一种名为Sigma 3的救援机器人,它是为潜在的应用而开发的,例如在人类无法到达的地方为人类提供帮助,以评估危险环境。此外,这些类型的机器人可以通过适当的控制系统进行远程控制。所提出的方法力在两个问题上:1。新颖的机制设计,用于测量与Sigma 3,2集成的臂的旋转、关节、自由度的连杆。精确测量末端执行器的三维运动控制。在所提出的机制设计中,自由度测量由平面和空间机构提出,其中4种类型的刚性关节建立每个自由度,由6个高扭矩MG 996 R伺服电机控制。旋转和自由度的测量是由旋转矩阵、逆运动学的理论参考和实验结果组成的。所提出的方法在振荡阻尼性能表现出小于百分之三的误差,而配置的手测试。另一个评估的工作时间状态有力地捍卫低功耗能力的机制。
2020-04-28 cs.RO cs.SY eess.SY
Fast Whole-Body Strain Regulation in Continuum Robots
Microsoft Research NYC(微软研究院纽约)
本文针对无限自由度连续体软体机器人,提出基于时间尺度分离与非线性反步控制的实时全身应变调控方法,并通过章鱼臂仿真验证了显著加速的收敛性能。
2025-05-08 cs.RO cs.SY eess.SY
Translating Cultural Choreography from Humanoid Forms to Robotic Arm
Xi'an Jiaotong-Liverpool University(西安交通大学利物浦大学)
本研究提出ROPERA流程,通过符号化姿态转移在六自由度机械臂上实现文化编舞的语义保真与跨形态可移植性。
2025-11-18 cs.HC cs.RO
Performance evaluation of a foot-controlled human-robot interface
Nanyang Technological University(南洋理工大学);Imperial College of Science Technology and Medicine(帝国理工学院)
机器人微创介入通常需要使用两种以上的器械。因此,我们开发了一种脚踏板接口,允许用户以连续方向和速度的四个自由度控制机器人手臂(同时与手一起工作)。本文评估和比较了十个天真的操作员在使用这种新的踏板界面和传统的按钮界面完成任务的性能。这些任务是几何复杂的路径跟踪任务,类似于腹腔镜训练中的任务,传统的按钮界面允许以恒定的速度进行逐轴控制。精确度,时间和平滑度的科目的控制动作,这些任务进行了分析。结果表明,踏板接口可以用来控制机器人复杂的运动任务。受试者在使用两种界面时均将平均错误率保持在约2.6%的低水平,但踏板界面的操作速度提高了约30%,移动更平滑了60%,这表明与按钮界面相比,效率和用户体验有所改善。调查问卷的结果显示,操作员发现使用踏板界面控制机器人比使用按钮界面更直观,更舒适,更不累。
2019-03-08 cs.HC cs.PF cs.RO
Exploring of Discrete and Continuous Input Control for AI-enhanced Assistive Robotic Arms
TU Dortmund University(多特蒙德工业大学);University of Duisburg-Essen(杜伊斯堡-埃森大学);Westphalian University of Applied Sciences(威斯特法伦应用科学大学)
本文针对辅助机械臂多自由度控制中传统输入设备模式切换频繁的问题,将三种输入设备集成到XR框架中评估其自适应控制效果,为辅助机器人输入方案设计提供实证依据。
2024-01-13 cs.AI cs.HC cs.RO
A Three-limb Teleoperated Robotic System with Foot Control for Flexible Endoscopic Surgery
Nanyang Technological University(南洋理工大学);Imperial College of Science Technology and Medicine(帝国理工学院)
柔性内窥镜需要高技能来操作内窥镜和相关器械。在大多数机器人柔性内窥镜系统中,内窥镜和仪器由两个操作者单独控制,这可能导致通信错误和低效操作。我们提出了一种新的遥操作机器人内窥镜系统,可以由外科医生单独指挥。该13自由度(DoF)系统集成了一个脚控机器人柔性内窥镜和两个手控机器人内窥镜器械(一个机器人抓钳和一个机器人烧灼钩)。一个脚控人机界面将自然的脚姿势映射到内窥镜的4-DoF运动,两个手控界面将两只手的运动分别映射到两个仪器。所提出的机器人系统进行了验证,在离体实验中进行了6个科目,脚控制也进行了比较与顺序离合器为基础的手控制方案。参与者可以成功地远程操作内窥镜和两种器械,以切割猪胃中分散目标区域的组织。与基于离合器的手控方案相比,脚控产生了43.7%的更快的任务完成速度,并且需要更少的脑力劳动。本文介绍的系统是直观的三肢操作,即使是没有经验的操作内窥镜和机器人仪器的操作者。这种三肢遥控机器人系统使一名外科医生能够直观地控制通常需要两名操作员的三个内窥镜工具,从而减少人力,减少通信错误并提高效率。
2020-07-12 cs.HC cs.RO cs.SY