Geometric analysis of generic 3R robots, and necessary and sufficient conditions for a class of orthogonal robots to have four IKS
本文结合代数与几何方法的优势,基于共形几何代数逆运动学模型分析通用3R机器人,提出研究其四个逆运动学解条件的框架,给出一类正交机器人的充要条件。
2026-09-02 cs.RO
Learning the Geometric Mechanics of Robot Motion Using Gaussian Mixtures
本文提出用高斯混合模型学习机器人几何力学运动性图谱,实现任意运动数据的高质量预测与外推,显著优于先前方法。
2025-06-18 cs.RO
Geometric Atlas of the Middle Ear and Paranasal Sinuses for Robotic Applications
Nantes University Hospital(南特大学医院)
在耳鼻喉科手术中,越来越多的机器人正在研究以满足手术室的临床需求。然而,为了帮助设计和优化这些机器人,工作空间必须考虑到患者的可变性进行精确定义。这项工作的目的是定义一个几何图谱的中耳和鼻窦内窥镜机器人的应用。对不同年龄和性别的几名患者进行扫描,以确定这些肿块的平均大小,这些肿块与手术中内窥镜的类似使用有关。
2021-10-04 cs.RO
A Non-parametric Skill Representation with Soft Null Space Projectors for Fast Generalization
German Aerospace Center (DLR)(德国航空航天中心(DLR));University of Leeds(利兹大学)
在过去的二十年里,机器人社区见证了各种运动表示的出现,这些运动表示已被广泛使用,特别是在人工克隆中,以压缩编码和概括技能。其中,概率方法赢得了相关的地方,由于其编码的变化,相关性和适应性,以新的任务条件。然而,调制这样的基元通常是麻烦的,因为需要参数重新优化,这经常需要计算上昂贵的操作。在本文中,我们推导出一个非参数的运动原语配方,其中包含一个零空间投影仪。我们表明,这样的配方允许快速和有效的运动生成与计算复杂性O(n2),而不涉及矩阵求逆,其复杂性为O(n3)。这是通过使用零空间来跟踪次级目标来实现的,精度由训练数据集确定。使用与时间输入相关联的2D例子,我们表明,我们的非参数解决方案相比,有利的国家的最先进的参数化方法。对于具有高维输入的演示技能,我们表明它也允许动态适应。
2023-03-04 cs.AI cs.LG cs.RO
Geometric Jacobians Derivation and Kinematic Singularity Analysis for Smokie Robot Manipulator & the Barrett WAM
The University of Tennessee(田纳西大学)
本文讨论了两个六自由度手臂机器人的几何雅可比矩阵的推导和运动学奇异点的识别与分析。首先,我们展示了这两个手臂的正向运动学和D-H参数。计算Barrett WAM和Smokie OUR的几何雅可比矩阵。通过分析雅可比矩阵,我们找到了J是秩亏的配置,并通过雅可比行列式推导出运动学奇点。提供了示意图来显示这两个机器人的奇异配置。最后,对7自由度Barrett WAM的冗余运动学配置方案进行了综述.
2017-07-18 cs.RO
Learning Continuous Control with Geometric Regularity from Robot Intrinsic Symmetry
University of Freiburg(弗赖堡大学);University of Technology Nuremberg(纽伦堡工业大学)
本文提出利用机器人内在反射与旋转对称性的几何正则化网络结构,用于单智能体连续控制学习,并在模拟和真实机器人任务中验证其提升学习能力的潜力。
2024-03-18 cs.RO
S-Nav: Semantic-Geometric Planning for Mobile Robots
University of Luxembourg(卢森堡大学)
本文提出S-Nav语义-几何路径规划器,通过在传统几何规划之上引入基于S-Graphs的语义搜索和精确地图重建,提升移动机器人在复杂室内环境中的规划速度、鲁棒性与路径质量。
2023-07-04 cs.RO
Collision-Aware Fast Simulation for Soft Robots by Optimization-Based Geometric Computing
The University of Manchester(曼彻斯特大学);Delft University of Technology(代尔夫特理工大学)
软体机器人由于其机械顺应性而可以安全地与环境交互。在软体机器人的现代设计中,自碰撞也被用来提高它们在不同任务中的性能。然而,开发一种高效、可靠的仿真器,能够很好地处理碰撞响应,仍然是软机器人研究中的一个具有挑战性的任务。本文提出了一种基于几何优化的碰撞感知模拟器,在其中我们开发了一个高效,逼真的碰撞检查/响应模型,将超弹性材料的属性。软体机器人的驱动变形和碰撞响应都是基于几何的目标。通过最小化基于几何的目标函数,可以得到软体机器人的无碰撞体。与基于FEA的物理模拟不同,所提出的管道执行低得多的计算成本。此外,自适应网格重划分,以实现在处理软体机器人,有大的体积变化时的收敛性的改善。在不同的软体机器人上进行了实验测试,以验证我们的方法的性能。
2022-07-31 cs.RO
RGMP: Recurrent Geometric-prior Multimodal Policy for Generalizable Humanoid Robot Manipulation
RGMP通过结合几何-语义推理与递归高斯适应,实现了高效的人形机器人多模态操作控制。
2025-12-24 cs.RO
Whole-Body Geometric Retargeting for Humanoid Robots
Istituto Italiano di Tecnologia(意大利理工学院);University of Genova(热那亚大学);The University of Manchester(曼彻斯特大学)
人形机器人遥操作允许人类将他们的认知能力与设备相结合,以执行需要高强度、机动性和灵活性的任务。本文提出了一个框架,用于遥操作的人形机器人使用一种新的方法,通过逆运动学的机器人模型的运动重定向。所提出的方法增强了重定向的可扩展性,即,它允许由不同的人类用户远程操作不同的机器人,而对所提出的系统的改变最小。我们的框架,使人类操作员和人形机器人之间的配置空间级别的直观和自然的互动。我们验证了我们的方法,展示全身重定向与多个机器人模型。此外,我们提出了实验验证,通过遥操作实验,使用两个国家的最先进的全身控制器的人形机器人。
2019-09-22 cs.RO
Development of Underactuated Geometric Compliant (UGC) Module with Variable Radial for Robotic Applications
School of Engineering, Cardiff University(卡迪夫大学工程学院)
本文开发了一种可变径向的欠驱动几何柔顺(UGC)模块,通过设计多种半刚性关节并利用高斯过程回归建模,实现了半径可动态缩减至80-85%且保持结构完整性的机器人原型。
2024-11-08 cs.RO
A geometric approach towards inverse kinematics of soft extensible pneumatic actuators intended for trajectory tracking
Eindhoven University of Technology(埃因霍温理工大学);University of Twente(特文特大学)
软体机器人是机器人学中超冗余的有趣例子,然而,这些机器人的非线性连续动力学以及超弹性和粘弹性材料的使用使得这些机器人的建模更加复杂。提出了一种用于多段可伸缩软体机器人轨迹跟踪的几何逆运动学(IK)模型。使用优化方法,所需的配置变量的软致动器所需的末端执行器的位置。此外,机器人的冗余度应用于第二任务应用,例如倾角控制。该模型的性能进行了研究,通过模拟,数值基准测试和实验验证,结果表明,较低的计算成本和更高的精度相比,大多数现有的方法。该方法易于应用于多节软体机器人,无论是在2D和3D。作为案例研究,使用控制单元测试了完全3D打印的软体机器人操纵器,模型预测与实验结果吻合良好。
2022-11-11 cs.RO
A Geometric Kinematic Model for Flexible Voxel-Based Robots
University of California, Santa Cruz(加州大学圣克鲁兹分校);NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心)
基于体素的结构提供了一种模块化的、机械柔性的周期性晶格,其可以通过内部变形用作软体机器人。为了从事这些结构的机器人任务,我们使用有限元法的特点所造成的变形单自由度的运动,并开发一个减少运动学模型。我们发现,节点平移周期性地传播沿几何平面内的晶格,并简要地表明,平移模式占主导地位的能量使用的致动器。由此产生的运动学模型框架的用户定义的控制和末端执行器节点,这进一步减少了模型的大小方面的结构变形。推导出的运动平面(POM)模型可以等效地用于正运动学和逆运动学,并通过设计一个三脚架稳定步态的运动体素机器人和物理实验验证了准静态模型。
2021-08-21 cs.RO
Geometric Design and Gait Co-Optimization for Soft Continuum Robots Swimming at Low and High Reynolds Numbers
Collaborative Robotics and Intelligent Systems (CoRIS) Institute(协作机器人与智能系统研究所)
本文基于几何力学原理,提出一个软体连续体游泳机器人设计与步态协同优化的实用框架,在低雷诺数和高雷诺数下实现了高效几何变分协同优化,其最优设计的效率超越同自由度机器人并接近或超越更高自由度游泳机器人。
2025-04-27 cs.RO
Inverse kinematic solution for generic 3R positional robots using Conformal Geometric Algebra
该研究针对通用3R位置机器人的逆运动学问题,采用共形几何代数(CGA)方法,将问题转化为两圆交点求解,直接得到关于θ₂的单变量多项式,无需消去θ₁和θ₃,拓展了逆运动学的几何解释并简化了求解过程。
2026-09-02 cs.RO
Multi-Robot Multi-Room Exploration with Geometric Cue Extraction and Circular Decomposition
Carnegie Mellon University(卡内基梅隆大学);University of Technology Sydney(悉尼科技大学)
针对多房间室内环境下的多机器人探索协调问题,提出结合几何线索提取与圆形分解的自主探索流程,实现分布式协同的系统性房间探索,在仿真与实机实验中均优于基线方法。
2023-12-04 cs.RO
Tensegrity Robot Proprioceptive State Estimation with Geometric Constraints
University of Michigan(密歇根大学)
本文提出一种张拉整体机器人本体感受状态估计器,利用3杆棱柱结构几何约束结合IMU与编码器重建形状,并通过接触辅助不变扩展卡尔曼滤波器估计全局位姿,实现4.2%平均漂移,推进了该领域技术前沿。
2025-03-06 cs.RO
Geometric Solutions for General Actuator Routing on Inflated-Beam Soft Growing Robots
Purdue University(普渡大学);Stanford University(斯坦福大学);University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校)
连续体和软体机器人可以利用复杂的致动器形状来呈现有用的形状,同时仅致动它们的许多自由度中的一些。同样增长的连续体机器人增加了可以驱动的潜在形状的范围,并使其更容易进入受限环境。现有的模型来描述复杂的运动学中涉及的一般驱动的连续体机器人依赖于模拟或良好的应力-应变关系,但非线性行为的薄壁膨胀梁中使用的增长机器人使这些技术难以应用。在这里,我们推导出运动学模型的单一,一般路由肌腱路径上的软气动骨干的不可扩展的,但灵活的材料,从几何关系。这允许仅利用系统的几何形状的知识对所得到的形状进行正演建模。我们表明,该模型可以准确地预测整个机器人身体的形状,以及模型如何随驱动类型而变化。我们还演示了使用这种运动学模型进行逆向设计,其中发现基于所需的最终机器人形状的致动器设计。我们将这些设计的执行器部署在软气动生长机器人上,以显示同时生长和形状变化的好处。
2021-10-26 cs.RO
Geometric Algebra for Optimal Control with Applications in Manipulation Tasks
Idiap Research Institute(Idiap 研究院);EPFL(洛桑联邦理工学院)
本文针对机器人几何问题,提出用几何代数统一泛化螺旋理论等框架,实现最优控制代价函数的统一低复杂度建模,开发了公开库gafro,实验验证其运动学计算效率优于主流机器人库。
2023-06-05 cs.RO
CIDGIKc: Distance-Geometric Inverse Kinematics for Continuum Robots
University of Toronto(多伦多大学)
针对连续体机器人在杂乱环境中的逆运动学难题,提出CIDGIKc算法,利用距离几何参数化将非凸问题转化为半定规划序列,实现超过98%的求解成功率。
2023-06-23 cs.RO
Optimization of measurement configurations for geometrical calibration of industrial robot
Ecole des Mines de Nantes(南特矿业学院);Institut de Recherche en Communications et Cybernétique de Nantes(南特通信与控制论研究所)
本文主要研究用于精密制造的工业机器人的几何标定问题。为了识别几何参数,提出了一种先进的校准技术,是基于非线性实验设计理论,这是通过这个特定的应用程序。与以往的工作相比,校准实验质量的评估使用的概念,用户定义的测试姿势。在这个概念的框架内,制定相关的优化问题和数值例程的开发,这允许用户生成一组最佳的机械手配置为给定数量的校准实验。几个例子说明了开发的技术的效率。
2012-11-25 cs.RO
Hierarchical Human-Motion Prediction and Logic-Geometric Programming for Minimal Interference Human-Robot Tasks
University of Stuttgart(斯图加特大学);Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Technische Universität Berlin(柏林工业大学)
在本文中,我们解决的问题,人与机器人协调的操作任务序列。我们的方法将分层人体运动预测与任务和运动规划(TAMP)集成在一起。我们首先设计了一个分层的运动预测方法相结合的逆强化学习和短期运动预测使用递归神经网络。在第二步中,我们提出了一个动态版本的TAMP算法逻辑几何规划(LGP)。我们的动态LGP版本定期重新扫描,以处理人类运动预测和实际人类行为之间的不匹配。我们通过训练预测算法并在公开的MoGaze数据集上测试框架来评估该方法的有效性。
2021-07-05 cs.RO
Geometric Iterative Approach for Efficient Inverse Kinematics and Planning of Continuum Robots with a Floating Base Under Environment Constraints
Sichuan University(四川大学)
针对带浮动基座的连续体机器人运动规划低成本求解难题,提出改进双层几何迭代算法,消除臂形初始值依赖,提升求解效率与精度,可用于受限空间下的相关作业任务。
2025-03-19 cs.RO
GeoManip: Geometric Constraints as General Interfaces for Robot Manipulation
University of YYY(YYY大学);Institute of WWW(WWW研究院)
本研究提出无需训练的GeoManip框架,通过大模型生成并解析几何约束、优化轨迹,实现机器人操作的强泛化,具备多类人机交互特性,性能达SOTA且无需高昂训练成本。
2025-01-16 cs.RO
A MIP-Based Approach for Multi-Robot Geometric Task-and-Motion Planning
University of Southern California(南加州大学)
我们解决多机器人几何任务和运动规划(MR-GTAMP)同步,单调设置的问题。MR-GTAMP问题的目标是在存在其他可移动物体的情况下,将多个机器人的物体移动到目标区域。为了成功有效地执行任务,机器人必须采用智能协作策略,即,决定哪个机器人应该将哪个物体移动到哪个位置,并执行协作动作,例如移动。为了赋予机器人这些协作能力,我们建议首先收集每个机器人的遮挡和可达性信息,以及两个机器人是否可以通过调用运动规划算法来执行切换动作的信息。然后,我们提出了一种方法,使用收集到的信息来构建一个图形结构,该结构捕获不同对象的操作的优先级,并支持实施混合整数规划,以指导搜索高效的协作任务和运动计划。协作任务和运动计划的搜索过程是基于蒙特卡罗树搜索(MCTS)的探索策略,以实现探索-开发平衡。我们评估我们的框架在两个具有挑战性的GTAMP域,并表明它可以生成高质量的任务和运动计划的规划时间,所产生的计划长度和移动的对象的数量相比,两个国家的最先进的基线。
2022-08-30 cs.RO
Distributed 3D Source Seeking via SO(3) Geometric Control of Robot Swarms
Department of Computer Engineering, Automation \& Robotics
本文提出基于SO(3)几何控制的分布式3D源搜索框架,通过比例前馈控制器实现机器人指数级对齐至源方向,避免欧拉角奇异性和四元数模糊性,数值模拟验证有效性。
2025-10-08 cs.RO
A Geometric Method for Base Parameter Analysis in Robot Inertia Identification Based on Projective Geometric Algebra
The State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China(机械系统与振动国家重点实验室,机械工程学院,上海交通大学,上海200240,中国)
本文提出了一种基于投影几何代数的几何方法,用于高效准确地识别机器人系统的基体惯性参数。
2025-09-02 cs.RO
Geometric Fabrics for the Acceleration-based Design of Robotic Motion
NVIDIA(英伟达);Georgia Tech(佐治亚理工学院);University of Washington(华盛顿大学)
本文介绍了务实的设计和构造的几何织物塑造一个机器人的任务无关的名义行为,捕捉行为组件,如避障,联合限制避免,冗余解决方案,全球导航系统,等几何织物构成了最具体的体现一个新的数学公式反应的行为称为优化织物。Fabrics概括了最近关于黎曼运动策略(RMP)的工作;它们增加了可证明的稳定性保证并提高了设计一致性,同时促进了模块化设计的直观的基于加速的原则,使RMP成功。我们描述了一套数学建模工具,从业者可以在实践中使用,并演示了如何通过构建行为层来降低系统复杂性,以及如何使用这些工具来设计强大的,强泛化的,解决实际问题的政策,人们希望在行业应用中找到。我们的系统表现出智能的全局导航行为,完全表示为可证明的稳定结构,零规划或状态机治理。
2021-06-25 cs.RO
Counterexample-Guided Repair for Symbolic-Geometric Action Abstractions
Cornell University(康奈尔大学)
集成任务和运动规划(TMP)为解决具有复杂符号和几何约束的机器人规划问题提供了一种很有前途的方法。然而,TMP规划者的实际用途是有限的,他们需要的机器人动作,这是很难构建,即使是专家的符号抽象。我们提出了一种方法来自动构建和不断提高机器人动作的符号抽象通过观察机器人执行的动作。这种方法称为自动抽象修复,允许符号抽象最初是不正确或不完整的,并随着时间的推移收敛到正确的模型。抽象修复使用约束多项式zonotopes(CPZs),一个有效的非凸集表示,模型的联合符号和几何状态的谓词,并执行一个优化搜索符号编辑操作的谓词公式,以提高对应的符号抽象的物理机器人控制器的行为。在这项工作中,我们描述了上述谓词模型,介绍了符号几何抽象修复问题,并提出了一个随时自动抽象修复算法。然后,我们证明了抽象修复可以提高现实的行动抽象的常见移动操作动作从少数观察。
2021-05-13 cs.RO
Efficient Geometric Linearization of Moving-Base Rigid Robot Dynamics
Eindhoven University of Technology(埃因霍温理工大学)
机器人系统关于给定状态输入轨迹(包括受控平衡状态)的运动方程的线性化对于基于模型的规划、闭环控制、增益调整和状态估计是有价值的工具。与具有棱柱或旋转关节的固定基座机械手的情况相反,移动基座机器人系统(诸如类人机器人、四足机器人或空中机械手)的状态空间不能由有限数量的独立坐标全局参数化。这种不可能性是这样一个事实的直接结果,即这些系统的状态包括系统的全局定向,形式上描述为特殊正交群SO(3)的一个元素。因此,从实际的角度来看,获得这些系统的运动方程的线性化通常是通过借助于例如,欧拉角或卡丹角。然而,这有引入人工参数化奇点和额外的导数计算的缺点。在这方面的贡献,我们表明,它实际上是可以定义一个概念的线性化,不需要使用的局部参数化系统的方向,获得一个数学上优雅的,递归的,和无奇异线性化移动为基础的机器人系统。递归,特别是,通过提出一个非平凡的修改现有的递归算法,以允许计算的几何导数的逆动力学和逆的机器人系统的质量矩阵。通过与几何有限差分结果的数值比较,验证了算法的正确性。
2022-04-11 cs.RO
Exp[licit]-A Robot modeling Software based on Exponential Maps
Massachusetts Institute of Technology(麻省理工学院);University of Twente(特文特大学)
本文提出基于指数映射微分几何方法的机器人建模软件Exp[licit],将坐标系选择减少至两个,并对比传统方法展示其优势。
2023-09-13 cs.RO
Rethinking Social Robot Navigation: Leveraging the Best of Two Worlds
George Mason University(乔治梅森大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校);Sony AI(索尼人工智能)
针对几何导航系统难适配社交场景、现有方案完全抛弃经典方法的问题,本研究提出融合几何与学习方法的混合导航规划器,经数据集与实体机器人验证,社交合规性优于单一方法。
2024-03-09 cs.RO
On-Demand Robotic Assembly via Differentiable Geometric Part Repair
ETH Zurich(苏黎世联邦理工学院)
本文提出一种端到端自主流水线,结合生成式AI与可微几何修复,实现按需机器人装配,显著提升装配成功率并支持物理构建。
2026-10-08 cs.RO
Leveraging Semantic and Geometric Information for Zero-Shot Robot-to-Human Handover
Southern University of Science and Technology(南方科技大学);Jiaxing Research Institute, Southern University of Science and Technology(南方科技大学嘉兴研究院)
提出一种结合语义和几何信息的零样本机器人到人类递送系统,利用VLMs识别抓取区域并基于距离和角度优化抓取,提升递送成功率和用户体验。
2024-09-26 cs.RO
A variational approach to geometric mechanics for undulating robotic locomotion
University of Notre Dame(圣母大学);California Institute of Technology(加州理工学院);Dublin City University(都柏林城市大学);EPFL (Swiss Federal Institute of Technology, Lausanne)(洛桑联邦理工学院(EPFL))
针对几何力学在波动式机器人运动建模中理论与实验衔接难的问题,提出基于变分积分器的方法,仅需耗散度量即可实现与实验平均吻合度良好的仿真。
2024-09-17 cs.RO
Digital Twin System for Home Service Robot Based on Motion Simulation
Shandong University(山东大学);University of California, Berkeley(加州大学伯克利分校)
针对家庭服务机器人在线决策与环境感知受限的问题,提出基于运动仿真的数字孪生系统,通过几何、物理和功能三维映射构建模型,验证了其准确性与实用性。
2023-09-12 cs.RO
Real-time Human-Robot Collaborative Manipulations of Cylindrical and Cubic Objects via Geometric Primitives and Depth Information
National University of Singapore(新加坡国立大学)
在家庭和工业环境中常见的许多对象由圆柱形和立方体形状表示。因此,它是可供机器人操纵他们通过实时的【形】检测椭圆形和矩形形状的基元形成的圆形和矩形的顶部这些对象。我们设计了一个强大的抓取系统,使机器人能够操纵圆柱形和立方体物体的协作场景中提出的感知策略,包括椭圆形和矩形形状的图元和深度信息的检测。椭圆和矩形的检测方法包括一个一阶段的检测骨干,然后,适应所提出的自适应多分支多尺度网络与设计的迭代特征金字塔网络,本地初始网络,和多接收域特征融合网络生成目标检测建议。在操纵不同形状的物体方面,我们提出了把握合成对齐的抓取器的抓取姿势与物体的姿势的基础上提出的检测器和注册的深度信息。提出的机器人感知算法已集成在机器人上,以展示实时的【形】进行圆柱形和立方体物体的人机协作操作的能力。我们表明,机器人机械手,授权所提出的检测器,在实际操作场景中表现良好。(An实验视频可在YouTube上获得,https://www.youtube.com/watch? v=Amcs8lwvNK8。)
2021-06-28 cs.RO
Humanoid Robot Whole-body Geometric Calibration with Embedded Sensors and a Single Plane
TOWARD S.A.S(TOWARD公司);INRIA Bordeaux(波尔多法国国家信息与自动化研究所)
本文针对人形机器人全身几何标定耗时费力的问题,提出利用单一平面、嵌入式力传感器和导纳控制器的无人工干预标定方法,并设计 IROC 算法自动选择最小最优位姿集,在 TALOS 机器人上仅用 31 个位姿即将 RMS 误差降低 2.3 倍。
2025-07-22 cs.RO
Lang2Manip: A Tool for LLM-Based Symbolic-to-Geometric Planning for Manipulation
Khalifa University Center for Autonomous Robotic Systems (KUCARS)(卡利法大学自主机器人系统中心);Khalifa University(卡利法大学);Institute of Industrial and Control Engineering (IOC)(工业与控制工程研究所);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
Lang2Manip通过结合LLM和Kautham框架,实现通用的符号到几何操作规划,适用于多种机器人和任务。
2025-12-18 cs.RO
A Closed-Form Geometric Retargeting Solver for Upper Body Humanoid Robot Teleoperation
SEW-Mimic通过几何方法实现高效且准确的双臂人形机器人遥控重定向,提升任务成功率和策略学习效果。
2026-02-02 cs.RO
Domain Specific Language for Geometric Relations between Rigid Bodies targeted to robotic applications
Katholieke Universiteit Leuven(鲁汶天主教大学)
本文提出了一种描述刚体之间几何关系的DSL,如相对位置、方向、姿态、线速度、角速度和扭曲。DSL是最近提出的用于刚体之间几何关系标准化的语义的正式模型,称为“几何语义”。该语义明确地声明了坐标不变的属性和操作,更重要的是,在这些几何关系的坐标表示中所做的所有选择。这导致了一组具体的建议,标准化的术语和符号,允许程序员编写完全明确的软件接口,包括自动检查所有几何操作的语义正确性的刚体坐标表示。DSL以两种不同的方式实现:Xcore中的外部DSL和Prolog中的内部DSL。除了定义语法和操作之外,DSL还实现了约束。在Xcore模型中,使用对象约束语言,而在Prolog模型中,约束在Prolog中本地建模。本文讨论了实现的DSL和在此DSL之上开发的工具。特别是一个编辑器,检查语义约束,并提供语义有意义的错误在编辑过程中提出。
2013-04-10 cs.RO
Geometric Robot Calibration Using a Calibration Plate
Institute of Robotics, Johannes Kepler University Linz(机器人研究所,约翰· Kepler大学林茨)
针对机器人几何标定问题,提出一种采用带精确间距测量点标定板的标定方法,通过最小二乘与约束优化辨识误差参数,相比传统方法更稳定廉价便携,效果与激光跟踪仪标定相关且不限于龙门机器人。
2025-10-29 cs.RO
Multi-Robot Geometric Task-and-Motion Planning for Collaborative Manipulation Tasks
University of Southern California(南加州大学);Carnegie Mellon University(卡内基梅隆大学);University of Kentucky(肯塔基大学)
提出一种多机器人几何任务与运动规划方法,利用图结构和混合整数规划结合蒙特卡洛树搜索,在协同操作中实现高效规划,优于现有基线,并应用于地下采矿锚杆作业。
2023-10-13 cs.RO
GeoSACS: Geometric Shared Autonomy via Canal Surfaces
Idiap Research Institute(Idiap研究所);EPFL(洛桑联邦理工学院);Massachusetts Institute of Technology(麻省理工学院)
本研究提出基于运河曲面的几何共享自主框架GeoSACS,仅需少量演示即可构建轨迹表示,支持低维用户输入到高维机器人控制的直观映射,初步实验验证了其在复杂操作任务中的有效性。
2024-04-15 cs.RO
RoboOcc: Enhancing the Geometric and Semantic Scene Understanding for Robots
Beijing Innovation Center of Humanoid Robotics(人形机器人创新中心(北京));Beijing Institute of Technology(北京理工大学);Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
RoboOcc通过透明度引导自编码器和几何感知交叉编码器,增强三维占用预测的几何与语义理解,在多个数据集上取得最先进性能。
2025-04-20 cs.RO
Improving Imitation Learning Efficiency for Manipulation through Geometric Prior Pretraining
Waseda University(早稻田大学);National Institute of Advanced Industrial Science and Technology (AIST)(产业技术综合研究所(AIST));Waseda Research Institute for Science and Engineering(早稻田大学理工学研究所);University of Oxford(牛津大学)
本研究提出利用仅含平面、物体和手的简化几何场景进行预训练,为操作任务模仿学习提供低成本先验,实验表明该方法在模拟和真实机器人上均能提升早期训练成功率。
2026-11-09 cs.RO
A Unified Calibration Framework for High-Accuracy Articulated Robot Kinematics
ETH Zurich(苏黎世联邦理工学院)
本文提出了一种统一的机械臂校准框架,通过单一实验识别几何和非几何效应,显著提升校准精度。
2026-01-23 cs.RO
Closed-form solutions for the inverse kinematics of serial robots using conformal geometric algebra
KU Leuven – University of Leuven(鲁汶大学);University of Cambridge(剑桥大学)
本文利用共形几何代数求解串联机器人的逆运动学。经典的方法包括使用齐次矩阵,这需要很高的计算成本和执行时间或特定的几何策略,不能推广到任意串行机器人的发展。在这项工作中,我们提出了一个紧凑的,优雅的和直观的配方的机器人运动学的基础上共形几何代数,提供了一个合适的框架的封闭形式的解决方案的逆运动学问题的机械手与球形手腕。对于这类串联机器人,逆运动学问题可以分为两个子问题:位置和方向问题。后者是通过适当地分裂成三个简单的转子定义的目标方向的转子解决,而前者是通过开发一个几何策略,形成的位置部分的机器人的棱柱和旋转关节的每个组合。最后,通过推广非冗余情况下的几何解,求解了7自由度球腕冗余度机器人的运动学逆解。
2022-03-14 cs.CG cs.RO
VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation
Southern University of Science and Technology(南方科技大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学);Shenzhen University(深圳大学);SpatialTemporal AI(时空人工智能)
提出VGP-Nav,一种仅依赖单目RGB输入的框架,通过地面平面几何约束解决尺度模糊,实现度量定位与障碍物感知的统一。
2026-06-08 cs.RO
A MATLAB Toolbox for Hybrid Rigid Soft Robots Based on the Geometric Variable Strain Approach
近二十年来,软机器人一直是机器人社区的热门话题。然而,用于软体机器人建模和分析的工具仍然有限。本文介绍了一个用户友好的MATLAB工具箱,软体机器人模拟器(SoRoSim),它集成了几何变应变(GVS)模型的Cosserat杆,以方便静态和动态分析的软,刚性,或混合机器人系统。我们提出了一个简要的概述工具箱的设计和结构,并通过比较其结果与文献中发表的结果进行验证。为了突出工具箱的潜力,有效地建模,模拟,优化和控制各种机器人系统,我们展示了四个示例应用程序。演示的应用程序探索不同的执行器和外部负载条件的单,分支,开放和封闭的机器人系统。我们认为软机器人研究社区将从SoRoSim工具箱中受益匪浅,用于各种应用。
2022-09-26 cs.RO physics.app-ph
Robot Manipulation in Salient Vision through Referring Image Segmentation and Geometric Constraints
University of Alberta(阿尔伯塔大学)
本文提出CLIPU$^2$Net轻量级指代分割模型,结合眼在手视觉伺服系统,通过几何约束实现语言引导的机器人操作,在46项真实任务中优于传统方法。
2024-09-17 cs.CV cs.RO
Combining Geometric and Information-Theoretic Approaches for Multi-Robot Exploration
Virginia Tech(弗吉尼亚理工学院)
我们提出了一个算法,探索一个正交多边形使用一组$p$机器人。该算法结合了信息论探索算法和基于计算几何的探索算法的思想。我们发现,我们的算法的探索时间是有竞争力的(作为$p$的函数)相对于离线的最佳探索算法。该算法基于单机器人多边形搜索算法、用于高层规划的树搜索算法和用于低层规划的子模块定向算法。我们将讨论如何将这种策略适用于现实世界的设置,以处理嘈杂的传感器。除了理论分析,我们研究我们的算法的性能,通过模拟多个机器人和实验与一个机器人。
2020-04-15 cs.AI cs.RO
Some geometric and topological data-driven methods in robot motion path planning
State University of New York(纽约州立大学)
本文综述了机器人运动路径规划中数据驱动的几何与拓扑方法,重点介绍离散莫尔斯理论,涵盖路径存在性、最优性和多样性等拓扑问题及近期进展。
2024-03-19 cs.RO math.AT
Singularities of serial robots: Identification and distance computation using geometric algebra
KU Leuven(鲁汶大学);University of Cambridge(剑桥大学)
串联机器人操作器的奇异性是指机器人失去至少一个方向移动能力的配置。因此,他们的识别是根本,以提高当前的控制和运动规划策略的性能。虽然经典的方法需要计算一个6 × n或n × n矩阵的n自由度串联机器人的行列式,这项工作解决了一种新的奇异性识别方法的基础上建模的扭曲定义的关节轴的机器人作为向量的六维和三维几何代数。特别是,它包括确定哪些配置导致这些扭转的外积为零。此外,由于转子表示几何代数中的旋转,一旦这些奇点被识别,在配置空间C中定义距离函数,使得其对奇异配置集合S的限制允许我们计算任何配置到给定奇点的距离。该距离函数用于增强在三种不同场景中如何处理奇异点,即运动规划、运动控制和双边遥操作。
2021-09-26 cs.CG cs.RO