MPC-based Deep Reinforcement Learning Method for Space Robotic Control with Fuel Sloshing Mitigation
本文提出融合PPO/SAC强化学习与模型预测控制的框架,用于抑制燃料晃动并提升卫星自主对接精度与成功率,实验验证了SAC-MPC的优越性。
2025-09-25 cs.LG cs.RO
Real Time Collision Detection and Identification for Robotic Manipulators
大多数日常任务都涉及与非结构化环境进行交互。这意味着,为了使机器人真正有用,它们必须能够处理接触。本文探讨了如何粒子滤波器可以用来定位接触点和估计外力。我们证明了粒子滤波器的能力,在一个模拟的4DoF平面机械臂,并比较它的一个行之有效的分析方法。
2018-02-02 cs.RO
Stiffness modeling of robotic manipulator with gravity compensator
Ecole des Mines de Nantes(南特矿业学院);National Center for Scientific Research(国家科学研究中心);University of Nantes(南特大学)
研究了带重力补偿器的机器人的刚度建模问题。主要的注意力是基于弹簧的补偿器位于串行结构的顺序链接之间的刚度模型的发展。导出的模型允许我们描述的补偿器作为一个等效的非线性虚拟弹簧集成在相应的驱动关节。所得结果已有效地应用于Kuka系列重型工业机器人的刚度建模。
2013-11-26 cs.RO
Advancement of MSA-technique for stiffness modeling of serial and parallel robotic manipulators
Innopolis University(因诺波利斯大学);Centre National de la Recherche Scientifique (CNRS)(法国国家科学研究中心);Le Laboratoire des Sciences du Numérique de Nantes (LS2N)(南特数字科学实验室);IMT Atlantique(大西洋国立高等工业技术与矿业学校)
本文介绍了机器人刚度建模的矩阵结构分析技术(MSA)的进展。与经典的MSA相比,它可以应用于由刚性、被动或弹性关节连接的柔性和刚性连杆组成的并联和串联机械手,具有多个外部载荷。机械手刚度模型是作为一组基本方程描述的链接,补充了一组约束描述链接之间的连接的弹性。这些方程直接聚合在一个共同的线性系统中,而无需传统的矩阵行和列的合并,这允许避免以较高维度的稀疏矩阵的数值求逆为代价的传统手动变换。
2018-05-29 cs.RO
Nonlinear Effects in Stiffness Modeling of Robotic Manipulators
Ecole des Mines de Nantes(南特矿业学院)
本文重点研究了考虑外力/力矩作用于端点影响的机械手刚度增强建模。它实现了虚拟关节技术,描述了一组本地化的六维弹簧分离的刚性链接和完美的关节的机械手元件的遵守。在传统的配方,这是有效的卸载模式和小位移,所提出的方法隐含地假设,负载导致不可忽略的变化的机械手姿态和相应的修正雅可比矩阵。所开发的数值技术允许计算静态平衡和相关的力/扭矩反应的机械手为任何给定的位移的末端执行器。这使得设计人员能够检测机械手弹性行为中的基本非线性效应,类似于梁元件的屈曲。提出了一种基于虚拟弹簧刚度参数和主被动关节雅可比/海森矩阵求逆的线性化方法。所开发的技术说明了一个应用程序的例子,处理与刚度分析的并联机器人的callide家庭。
2009-12-08 cs.RO
SkinGrip: An Adaptive Soft Robotic Manipulator with Capacitive Sensing for Whole-Limb Bed Bathing Assistance
Institute for Robotics and Intelligent Machines, Georgia Institute of Technology(佐治亚理工学院机器人与智能机器研究所);Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人学院)
本文提出嵌入电容式接近传感阵列的柔性可扩展机械臂SkinGrip,并通过12人96次试验证明其洗浴清洁效果显著优于刚性末端执行器。
2025-03-13 cs.RO
CAD-based approach for identification of elasto-static parameters of robotic manipulators
Ecole des Mines de Nantes(南特高等矿业学校);Institut de Recherches en Communications et en Cybernetique de Nantes(南特通信与控制论研究所)
本文提出了一种在CAD环境下利用虚拟实验进行机械手弹性静力学参数辨识的方法。它是基于从有限元分析结果中提取的数据的数值处理,这些结果是针对孤立的机械手连杆获得的。这种方法允许获得所需的刚度矩阵,考虑到复杂的形状的链接,旋转/平移偏转和连接相邻链接的关节的特殊性之间的耦合。这些矩阵是机械手集中刚度模型的组成部分,由于其高计算效率而被广泛应用于机器人中。为了提高辨识精度,给出了虚拟实验的优化设置建议,并提出了相应的统计处理技术。仿真研究证实了所开发方法的有效性,表明评估刚度矩阵元素的准确度约为0.1%。
2013-11-26 cs.RO
Non-linear stiffness behavior of planar serial robotic manipulators
Laboratoire des Sciences du Numérique de Nantes (LS2N)(南特数字科学实验室);Innopolis University(因诺波利斯大学);IMT Atlantique Nantes(大西洋矿业电信学院南特校区);Centre National de la Recherche Scientifique (CNRS)(法国国家科学研究中心)
针对多连杆串联平面机器人在压缩载荷作用下可能表现出非线性刚度特性的问题,进行了刚度分析。两个重要的情况下,被认为是机械手有一个直的或非直的初始配置。在第一种情况下,当载荷超过某个临界值时,机械臂可能发生屈曲,其直线形状和刚度特性发生突变。为了计算该临界力,提出了一种通用的基于特征值的方法,该方法可应用于任何多连杆串联机械臂。对于第二种情况处理非直线初始配置,一个通用的基于能量的技术被应用,允许检测准屈曲现象时,观察到非常快,但不是即时的变化的机械手的形状和它的刚度系数下的负载。这些结果说明了许多例子的非线性刚度行为的三连杆和四连杆机械手受到压缩力。
2022-02-17 cs.RO
Robotic Electrospinning Actuated by Non-Circular Joint Continuum Manipulator for Endoluminal Therapy
Shanghai Jiao Tong University(上海交通大学);Imperial College London(帝国理工学院);Precision Robotics (Hong Kong) Limited(精准机器人(香港)有限公司)
静电纺丝由于其产生的微/纳米纤维结构,在组织工程创伤治疗方面表现出优异的优势。它可以有效地粘附在组织表面,用于长期连续治疗。本文研制了一种用于腔内治疗的机器人静电纺丝平台。该平台由连续操作器、静电纺丝装置和致动单元组成。连续体操纵器具有两个弯曲部分,以便于尖端针转向可控的旋转方向。为了保证连续体机械臂内部流体传输的稳定性,设计了非圆关节型面,并在支气管模型上进行了实验,研究了非圆关节型面在各个方向上的操纵能力和弯曲极限。通过轨迹跟踪和点靶实验实现了腔内静电纺丝。还示出了所生产的纤维的有效粘合面积。所提出的机器人静电纺丝显示了其精确分散更多治疗药物以构建用于潜在腔内治疗的纤维结构的可行性。
2021-06-07 cs.RO
Robust algorithm for calibration of robotic manipulator model
Ecole des Mines de Nantes(南特矿业学院);IRCCyN(南特通信与控制研究所);École Nationale d’Ingénieurs de Metz(梅斯国立工程师学院);LCFC-ENSAM ParisTech Metz(ENSAM巴黎高科梅斯实验室);University of Nantes(南特大学)
研究了机械臂几何参数和弹性静力参数的鲁棒辨识问题。重点研究了辨识算法效率的提高。为了提高辨识精度,提出了采用加权最小二乘法的方法,该方法采用了一种新的加权系数分配算法。后者允许考虑在不同方向和整个机器人工作空间中测量系统精度的变化。通过工业机器人弹性静力学标定的应用实例说明了该方法的优越性。
2013-11-26 cs.RO
Achieving Unit-Consistent Pseudo-Inverse-based Path-Planning for Redundant Incommensurate Robotic Manipulators
University of Missouri-Columbia(密苏里大学哥伦比亚分校)
本文针对冗余不可公度机器人操作臂路径规划中的单位不一致问题,比较多种基于伪逆的规划方案,提出混合逆(MX)方法以实现单位一致性并验证其有效性。
2023-08-05 cs.RO
Design Project of an Open-Source, Low-Cost, and Lightweight Robotic Manipulator for High School Students
Watchung Hills Regional High School(瓦钦山地区高中);Stevens Institute of Technology(史蒂文斯理工学院)
近年来,人们对高中机器人课外活动的兴趣越来越大,如机器人俱乐部和机器人比赛。不断增长的需求是越来越普遍的开源软件和负担得起的现成硬件套件的结果,这大大有助于降低入门级机器人爱好者的门槛。在这个项目中,我们提出了一个开源的,低成本的,轻量级的机器人机械手设计和开发的高中研究人员的指导下,大学教师和博士。学生.我们相信所提出的项目是适合高中机器人研究和教育活动。我们的开源软件包包括机械设计模型、机电一体化规范和软件程序源代码。机械设计模型包括CAD(计算机辅助设计)文件,这些文件可用于原型制作(3D打印技术),并可作为装配指南,与完整的物料清单一起使用。电气接线图和低级控制器作为开源软件包的一部分详细记录。该项目的教育目标是使高中学生团队能够复制和构建机器人操纵器。高中生在拟议项目中获得的工程经验是全方位的,包括机械设计、机电一体化和编程。该项目大大丰富了他们在基于项目的环境中的实践工程经验。在整个项目中,我们发现高中研究人员能够应用K-12 STEM课程的多学科知识来构建机器人操纵器。研究人员能够通过系统工程设计和开发过程,并获得使用专业工程工具的技能,包括SolidWorks和Arduino微控制器。
2023-03-16 cs.RO
On Inverse Inertia Matrix and Contact-Force Model for Robotic Manipulators at Normal Impacts
CNRS(法国国家科学研究中心);University of Montpellier(蒙彼利埃大学);AIST(日本产业技术综合研究所)
针对固定基座高刚度控制机器人操作臂缺乏定制碰撞动力学模型的问题,通过7自由度Panda机器人150次试验,提出采用粘弹性接触力模型与复合刚体逆惯性矩阵计算方法。
2022-02-12 cs.RO
Sensor Fault Detection and Compensation with Performance Prescription for Robotic Manipulators
Babol Noshirvani University of Technology(巴博尔·诺希里万尼理工大学);Toronto Metropolitan University(多伦多都会大学);Technical University of Crete(克里特技术大学)
本文针对机器人操作器的传感器故障,提出结合自适应观测器与终端滑模控制的检测补偿方法,实现无需故障界限的快速容错控制,并预设跟踪误差性能,经仿真验证优于现有方法。
2024-03-19 cs.RO
Quantum Machine Learning and Grover's Algorithm for Quantum Optimization of Robotic Manipulators
Robotics Research Center of Yuyao(余姚机器人研究中心);Robotics Institute of Zhejiang University(浙江大学机器人研究所);State Key Laboratory of Fluid Power and Mechatronic Systems(流体动力与机械电子系统国家重点实验室);Institute of Design Engineering(设计工程院);University of New Brunswick(新不伦瑞克大学)
针对高自由度机械臂优化的经典计算难题,提出融合量子机器学习与Grover算法的量子原生框架,通过参数化量子电路构建预言机实现搜索复杂度二次降低,在多类仿真任务中最高实现93倍加速,搭建了量子计算与机器人学的桥梁。
2025-10-28 cs.RO
Contact Anticipation for Physical Human-Robot Interaction with Robotic Manipulators using Onboard Proximity Sensors
University of Colorado Boulder(科罗拉多大学博尔德分校)
在本文中,我们提出了一个框架,机器人机械手避障和故意的物理相互作用。随着人类和机器人开始在工作和家庭环境中共存,纯粹的碰撞避免是不够的,因为人类与机器人的接触是不可避免的,并且在某些情况下是期望的。我们的工作使机械手能够预测,检测和采取行动的接触。为了实现这一点,我们允许有限的偏差,从机器人的原始轨迹,通过速度降低和运动限制。然后,如果发生接触,机器人可以检测到它和机动的基础上一种新的动态接触阈值算法。这项工作的核心贡献是动态接触阈值,它允许一个机械手与板载接近传感器跟踪附近的物体,并减少接触力的碰撞预期。我们的框架在物理人机交互过程中的自然行为。我们使用Franka Panda机器人手臂在各种场景下评估了我们的系统;总的来说,我们的结果表明,我们的贡献不仅能够避免接触并对接触做出反应,而且还能预测接触。
2021-11-30 cs.RO
Optimal Multi-Manipulator Arm Placement for Maximal Dexterity during Robotics Surgery
University of California San Diego(加利福尼亚大学圣迭戈分校)
机器人手臂的放置通常是外科手术前程序的限制,依赖于训练有素的工作人员来评估和决定手臂的最佳位置。鉴于新的和不同的患者解剖结构,做出明智的选择可能具有挑战性,导致更频繁地碰撞臂或有限的操纵器灵活性。在本文中,我们开发了一种方法来生成最佳的操作器基础位置的多端口达芬奇手术系统,最大限度地减少自碰撞和环境碰撞,并最大限度地提高外科医生的可达性内的病人。为每个标准定义评分函数,以便可以对其进行优化。由于对于多操纵器设置,大量的自由参数可用于调整每个臂的基座定位,因此挑战变成了如何方便地评估可能的设置。因此,我们还提出了使用代理碰撞检查器执行每个措施的快速查询的方法。然后,我们开发了一种优化方法,以确定最佳的位置使用的评分功能。我们评估的最优性的基础上的机器人手臂的典型轨迹的位置,并表明,由优化程序产生的解决方案可以满足每个标准。度量和优化策略可推广到其他手术机器人平台,使得可以优化和解决患者侧操纵器定位。
2021-04-13 cs.RO
Immersive Teleoperation of Beyond-Human-Scale Robotic Manipulators: Challenges and Future Directions
Department of Engineering and Natural Science, Tampere University(工程与自然科学系,塔尔库大学)
本文研究了超人类尺度机器人操作器沉浸式遥操作在控制、认知和界面层面的挑战,分析了触觉与视觉反馈的设计权衡,并提出了针对大规模机器人遥在的未来研究方向。
2025-08-13 cs.RO
Applying PBL in the Development and Modeling of kinematics for Robotic Manipulators with Interdisciplinarity between Computer-Assisted Project, Robotics, and Microcontrollers
Universidade de Fortaleza (UNIFOR)(福塔莱萨大学)
针对学生在课堂上使用传统工具计算机械手正运动学和逆运动学的困难,提出了将基于项目的学习(ABP)方法应用于机械手的设计、开发、数学建模,作为工业机器人学科的一个综合项目,与福塔莱萨大学控制与自动化工程专业的学生一起进行微控制器和计算机辅助设计。一旦设计和加工完成,机械臂将使用连接到微控制原型板的伺服电机进行组装,然后计算其运动学。最后介绍了该项目对指导教师和学生光学学科学习所带来的效果。
2022-03-31 cs.CL cs.RO
A Continuum Manipulator for Open-Source Surgical Robotics Research and Shared Development
Imperial College London(帝国理工学院)
许多人已经探索了连续体机器人操作器在微创手术中的应用,并成功地证明了其灵活设计所提供的优势-一些解决方案已经实现商业化和临床实践。然而,这种设计通常的高复杂性和封闭性传统上限制了整个研究领域连续体机器人的共享开发,从而影响了进一步的进展和开放挑战的解决方案。为了缩小这一差距,本文介绍了ENDO,一个开源的3段连续体机器人机械手与控制和驱动机制,其重点是简单,经济实惠,和可访问性。该机器人系统由低成本的现成组件和快速原型制作方法制成,其实施信息(以及未来迭代的信息),包括CAD文件和源代码,可在GitHub上的开源医疗机器人计划存储库(https://github.com/OpenSourceMedicalRobots)上向公众提供,控制库也可直接从Arduino获得。在这里,我们提出的机器人设计和控制的细节,通过实验评估其工作空间验证功能,并讨论未来发展的可能途径。
2021-01-04 cs.RO
Reconfigurable Manipulator Simulation for Robotics and Multimodal Machine Learning Application: Aaria
Tampere University of Technology(坦佩雷理工大学)
本文提出了一种系统的方法来产生的Aaria,一个仿真模型的串联机械手的运动学或动态分析的目的与各种各样的结构的基础上Simulink SimMechanics。所提出的模型可以接收配置参数,例如根据修改后的Denavit-Hartenberg公约,或其基础或关节的轨迹与1至6自由度(DOF)的结构。机械手配备了人工关节传感器以及模拟惯性测量单元(IMU)的每个环节。仿真输出可以是关节空间中的位置、速度、扭矩或IMU输出;角速度、线加速度、相对于惯性系的工具坐标。该仿真模型是用于机器人建模和控制自动化的虚拟多模态传感数据的数据集的来源,该数据集被设计用于基于大数据的机器学习和深度学习方法。
2018-03-01 cs.RO
Takagi-Sugeno Fuzzy Modeling and Control for Effective Robotic Manipulator Motion
University of Baghdad(巴格达大学);University of Kirkuk(基尔库克大学);Al-kitab University(阿尔基塔布大学);University of Swat(斯瓦特大学);Manipal University Jaipur(马尼帕尔大学斋浦尔分校);University of Engineering & Technology Peshawar(白沙瓦工程技术大学)
机器人操作器广泛用于需要快速和精确运动的应用中。然而,由于关节的柔性和电机在其刚性部分的动力学内的摩擦,这种设备会导致非线性控制问题。为了解决这些问题,线性矩阵不等式(LMI)和并行分布式补偿(PDC)的方法中实现的Takagy-Sugeno模糊模型(T-SFM)。我们提出以下方法:首先,非线性机械手模型的状态空间方程推导。其次,一个Takagy-Sugeno模糊模型(T-SFM)技术用于线性化的非线性机械手的状态空间方程。T-SFM控制器采用并行分布补偿(PDC)方法。所设计的控制器的主要概念是补偿所有的模糊规则。此外,线性矩阵不等式(LMI)的应用,以产生足够的情况下,以确保稳定性和控制。凸规划的方法来解决开发的LMI问题。仿真结果表明,所设计的控制器能在1.5s内使系统达到零跟踪。
2021-11-19 cs.RO
Design, Implementation, and Cooperative Coevolution of an Autonomous/ Teleoperated Control System for a Serpentine Robotic Manipulator
GreyPilgrim Inc.(格雷朝圣者公司)
设计,实施和机器学习的问题与开发一个控制系统的蛇形机器人机械手进行了探讨。开发的控制器提供了自主控制的蛇形机器人manipulatorwithin一个封闭的环境,如地下储罐的机械手的操作过程中。控制器算法利用低级别的关节角度控制,采用力/位置反馈约束,和高级别的协调控制的末端执行器定位。这种方法导致了高水平的全机器人控制和低水平的遥控机器人控制模式,并为操作员提供了高水平的灵活性。
2007-06-07 cs.NE cs.RO
Motion Macro Programming on Assistive Robotic Manipulators: Three Skill Types for Everyday Tasks
FZI Research Center for Information Technology(FZI信息技术研究中心)
本文提出局部、全局和混合三种技能类型,基于动态运动基元实现辅助机器人操作臂的日常任务运动宏编程,用户可自行编程,实验验证了抓痒、整理物品和投币等任务。
2023-05-12 cs.RO
Cartman: The low-cost Cartesian Manipulator that won the Amazon Robotics Challenge
Australian Centre for Robotic Vision (ACRV)(澳大利亚机器人视觉中心 (ACRV));Queensland University of Technology (QUT)(昆士兰科技大学 (QUT))
亚马逊机器人挑战赛招募了16个团队,每个团队设计一个用于自动仓储的取放机器人,解决机器人视觉和操作的发展问题。本文介绍了我们定制的,具有成本效益的,笛卡尔机器人系统卡特曼,赢得了第一名,在比赛决赛中的14个(16个),并挑选所有9个项目在27分钟内,得分共272分。我们强调我们以经验为中心的设计方法和我们系统的关键方面,有助于我们的竞争力。我们相信这些方面对于构建强大而有效的机器人系统至关重要。
2018-02-26 cs.RO
An Ergonomic Interaction Workspace Analysis Method for the Optimal Design of a Surgical Master Manipulator
Imperial College London(帝国理工学院)
主控制台是机器人与人类在共享环境中协作的场所。为此,人体工程学是一个需要考虑的重要方面。通过人机工程学设计,外科医生可以更舒适地进行手术任务,更高的效率,并可以提高遥控机器人手术的质量。本文提出了一种人机交互工作空间分析方法,以优化主操作手,并满足人机工程学的考虑,设计一个主操作手的遥控手术。
2021-05-15 cs.RO
Robust adaptive fuzzy sliding mode control for trajectory tracking for of cylindrical manipulator
Hanoi University of Industry(河内工业大学);Thai Binh University(太平大学)
本研究提出鲁棒自适应模糊滑模控制(AFSMC)方法,结合模糊逻辑与滑模控制,提升圆柱机械臂轨迹跟踪精度、稳定性与抗干扰能力,仿真验证其优于传统方法。
2025-08-07 cs.RO
Choosing the Correct Generalized Inverse for the Numerical Solution of the Inverse Kinematics of Incommensurate Robotic Manipulators
University of Missouri-Columbia(密苏里大学哥伦比亚分校)
本文针对不公度机器人逆运动学问题,提出基于混合广义逆的系统数值解法,并通过六种操作臂实验证明正确选择广义逆对保持单位一致性等系统性质至关重要。
2023-08-05 cs.RO
A constrained control-planning strategy for redundant manipulators
University of Michigan(密歇根大学)
本文提出了一种冗余度机器人的互联控制规划策略,受到系统和环境的约束。该方法将低层次的控制特性和高层次的规划组件到一个强大的策略,机械手在复杂的环境中,关节的限制。这种策略是制定使用自适应控制规则,估计的机器人系统的动态模型和零空间的线性化约束。生成考虑平台能力的路径。所提出的方法是计算效率高,使其实现一个真正的多体机器人系统。通过一个7自由度机械手的实验结果,我们证明了该方法在现实世界的情况下的性能。
2018-10-09 cs.RO
Robotic Sculpting with Collision-free Motion Planning in Voxel Space
Georgia Institute of Technology(佐治亚理工学院)
在本文中,我们探讨了机器人雕刻的任务。提出了一种基于搜索的多轴机械手材料去除造型规划算法。我们生成无碰撞轨迹的操纵器使用最佳优先搜索体素空间。我们还展示了显着的加速我们的算法,通过使用八叉树分解体素空间。我们展示了我们的算法在模拟多轴机械手雕刻米开朗基罗的大卫雕像,评估我们的算法的某些指标,并讨论该项目的未来目标。
2019-11-17 cs.RO
RUL-Aware RRT*: Degradation-Balanced Motion Planning for Robotic Manipulators
Laboratoire Génie Industriel, CentraleSupélec, Université Paris-Saclay(巴黎萨克雷大学中央理工高等电力学院工业工程实验室);Chair of Risk and Resilience of Complex Systems, CentraleSupélec, Université Paris-Saclay(巴黎萨克雷大学中央理工高等电力学院复杂系统风险与韧性教席);Key Laboratory of Urban Underground Engineering, Beijing Jiaotong University(北京交通大学城市地下工程教育部重点实验室)
针对机械臂长期运行中关节退化不均导致过早失效的问题,提出RUL-Aware RRT*方法,将剩余使用寿命信息融入规划并自适应调整关节使用,实验表明能抑制退化不平衡、延迟故障并提升长期可靠性。
2026-10-05 cs.RO
An Integrated Design Pipeline for Tactile Sensing Robotic Manipulators
Massachusetts Institute of Technology(麻省理工学院);Lightspeed & Quantum Studios, Tencent America(腾讯美国光速量子工作室)
传统的机器人机械手设计方法需要大量的,耗时的,手动的试错,以产生一个可行的设计。在这个过程中,工程师经常花时间重新设计或重塑组件,因为他们发现了更好的机器人操作器拓扑结构。触觉传感器虽然有用,但由于其庞大的形状因子而常常使设计复杂化。我们提出了一个集成的设计流水线,以简化设计和制造的机器人机械手针织,手套般的触觉传感器。建议的管道允许设计人员通过应用预定义的图形语法规则来组装模块化的开源组件的集合。最终的结果是一个直观的设计范例,允许在几分钟内创建新的虚拟设计的操纵器。我们的框架允许设计者通过基于笼的几何变形来微调操纵器的形状。最后,设计者可以选择用于添加触觉感知的表面。一旦机械手设计完成,程序将自动生成用于制造的3D打印和编织文件。我们通过创建四个在现实任务中测试的自定义操纵器来演示此管道的实用性:拧入翼形螺钉,分类水瓶,拿起鸡蛋,用剪刀剪纸。
2022-04-14 cs.AR cs.RO
Utilizing Inpainting for Keypoint Detection for Vision-Based Control of Robotic Manipulators
Worcester Polytechnic Institute(沃斯彻斯特理工学院)
本文提出一种新的视觉伺服框架,通过纯自然视觉特征控制机械臂的配置空间。通过图像修复生成无标记的机械臂图像,训练关键点检测算法以实现基于自然特征的控制,无需依赖相机校准或机器人模型。
2026-08-13 cs.RO
Non-linear Hysteresis Compensation of a Tendon-sheath-driven Robotic Manipulator using Motor Current
Korea Advanced Institute of Science and Technology(韩国科学技术院);Siemens Healthineers(西门子医疗)
腱鞘驱动操纵器(TSM)由于其细长的形状、灵活性和顺应性,使其在狭窄或曲折的环境中易于操纵,因此广泛用于微创手术系统。许多商业的基于TSM的医疗设备具有由其组成导致的非线性现象,诸如反冲滞后和死区,这导致实现末端执行器姿态的精确控制的相当大的挑战。然而,最近文献中的许多工作没有考虑这些现象的综合影响和补偿,也较少关注在现实条件下识别模型参数的实用方法。本文提出了一种简化的分段线性模型,同时构建间隙滞后和死区补偿器。此外,介绍了一种实用的方法来识别模型参数,使用电机电流从机器人控制器的TSM。我们所提出的方法进行了验证与多个心内超声心动图(ICE)导管,这是典型的商业例子的TSM,周期性和非周期性运动。结果表明,该方法可以有效地减小齿隙滞后和死区误差,提高机器人控制精度。
2021-01-29 cs.RO
Yummy Operations Robot Initiative: Autonomous Cooking System Utilizing a Modular Robotic Kitchen and a Dual-Arm Proprioceptive Manipulator
Yummy Operations Robot Initiative
YORI是一种利用模块化厨房和双臂本体感知机械臂的自主烹饪系统,通过模块化设计和优化调度实现多道菜的高效烹饪。
2025-11-24 cs.RO
Sensor Observability Index: Evaluating Sensor Alignment for Task-Space Observability in Robotic Manipulators
本文提出传感器可观测性指标,用于评估串联操作臂中传感器对齐对任务空间可观测性的影响,并通过Baxter机器人仿真实验验证其有效性。
2022-08-01 cs.RO
Employing Laban Shape for Generating Emotionally and Functionally Expressive Trajectories in Robotic Manipulators
Department of Computer Science, University of Colorado Boulder(计算机科学系,科罗拉多大学博尔德分校)
本研究采用拉班记谱法为机械臂生成具有功能与情感表达性的轨迹,通过引入犹豫运动变体并结合拉班形状增强情感轨迹,经人类受试者研究验证了其在改善人机沟通透明度与效率方面的有效性。
2025-06-23 cs.RO
MobiDock: Design and Control of A Modular Self Reconfigurable Bimanual Mobile Manipulator via Robotic Docking
MobiDock通过机器人对接技术实现双臂移动机械臂的模块化自重构,提升协同控制的稳定性和效率。
2026-03-09 cs.RO
Far-UVC Disinfection with Robotic Mobile Manipulator
Ryerson University(瑞尔森大学)
COVID-19大流行表明需要更有效和高效的消毒方法来对抗传染病。紫外线杀菌辐照(UVGI)是一种经过验证的消毒和灭菌方法,已被集成到手持设备和自主移动机器人中。现有的UVGI机器人通常配备有发射强烈紫外线辐射的未覆盖的灯,其存在以下问题:无法在人类存在的情况下使用,物体的阴影,以及长的消毒时间。这些机器人的运营成本也很高。本文介绍了一种具有成本效益的杀菌系统,该系统利用UVGI对高接触表面(例如门和桌子)上的病原体(如病毒、细菌和真菌)进行消毒。该系统由一组带有末端执行器的5自由度移动机械手组成,末端执行器装有远紫外准分子灯。讨论了系统的设计,重点是路径规划,覆盖规划和场景理解。还包括使用模拟和辐照度模型的UVGI系统的评估。
2022-03-02 cs.RO
Mechanical Design of a Cartesian Manipulator for Warehouse Pick and Place
Australian Centre for Robotic Vision (ACRV)(澳大利亚机器人视觉中心(ACRV));Queensland University of Technology (QUT)(昆士兰科技大学(QUT));University of Adelaide(阿德莱德大学);Australian National University (ANU)(澳大利亚国立大学(ANU))
机器人在杂乱和非结构化环境中的操作和抓取是当前机器人技术面临的挑战。使机器人能够在这些具有挑战性的环境中工作,从自动化仓库到农业水果收获都有直接的应用。与这些困难的机器人操作任务相关联的主要挑战之一是多自由度机械手的运动规划和控制问题。本文介绍了一种低成本笛卡尔机械手的设计和性能评估,Cartman在2017年亚马逊机器人挑战赛中获得第一名。它可以在杂乱的环境中执行拾取和放置家居物品的任务。该机器人的线速度为1 m/s,角速度为1.5 rad/s,静态精度为亚毫米,安全有效载荷能力为2 kg。卡特曼可以在10000澳元以下生产。完整的设计是开源的,可以在http://juxi.net/projects/AmazonRoboticsChallenge上找到。
2018-06-18 cs.RO
SAMP: Spatial Anchor-based Motion Policy for Collision-Aware Robotic Manipulators
The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州));The Hong Kong University of Science and Technology(香港科学与技术大学)
提出统一框架SAMP,通过共享空间网格上的SDF同时编码环境与操作臂几何形状,训练神经运动策略生成无碰撞轨迹,在仿真与真实实验中成功率提升11%、碰撞率降低7%。
2025-09-14 cs.RO
Stop-N-Go: Search-based Conflict Resolution for Motion Planning of Multiple Robotic Manipulators
Sogang University(西江大学)
针对拥挤环境中多机械臂因共享空间导致目标位置被阻挡的运动规划问题,提出基于 A* 搜索的 Stop-N-Go 冲突解决方法,通过向轨迹插入暂停以最小化总完成时间,成功解决基线方法无法求解的挑战性实例。
2024-10-10 cs.RO
Referencing between a Head-Mounted Device and Robotic Manipulators
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Karlsruhe University of Applied Sciences(卡尔斯鲁厄应用技术大学)
在基于使用盔装显示器(HMD)的增强现实的人机交互(HRI)期间,在机器人坐标系和AR设备坐标系之间具有精确且鲁棒的变换是至关重要的,这既用于直观的信息显示,也用于跟踪人类运动。该领域中的大多数当前解决方案依赖于对视觉标记(例如QR码)的跟踪或者依赖于手动参考,这两者都提供不令人满意的结果。与此同时,在更广泛的机器人和机器视觉社区中存在过多的目标检测和参考方法。参考的精度同样几乎从未被测量过。在这里,我们想解决这个问题,首先介绍了目前使用的机器人和HMD之间的参考方法的概述。接下来是机器人领域中使用的目标检测和参考方法的简要概述。基于这些方法,我们建议三类参考算法,我们打算追求-半自动的,在拍摄;自动,一杆;和自动连续。我们描述了这三个类的一般工作流程,以及描述我们提出的算法在这些类中的每一个。最后,我们提出了第一个实验结果的半自动参考算法,测试工业库卡KR-5机械手。
2019-04-04 cs.RO
Minimal activation with maximal reach: Reachability clouds of bio-inspired slender manipulators
Stanford University(斯坦福大学);University of Oxford(牛津大学)
本文针对仿生细长软体机械臂,提出基于可达性云的降阶分析方法,通过系统改变纤维数量、锥度等参数生成256个可达性云图集,揭示了最小驱动下实现最大可达范围的设计规律。
2024-03-03 cs.RO
Toward Precise Robotic Weed Flaming Using a Mobile Manipulator with a Flamethrower
Texas A&M University(德克萨斯农工大学);Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI)(穆罕默德·本·扎耶德人工智能大学);Boston Dynamics(波士顿动力公司)
本文提出一种基于移动机械臂和火焰喷射器的精准除草系统,通过红外相机与喷嘴姿态构建动态火焰覆盖模型,实现实时预测并达到超过76%的mAP。
2024-07-06 cs.RO
Planning for target retrieval using a robotic manipulator in cluttered and occluded environments
Korea Institute of Science and Technology(韩国科学技术研究院)
本文提出了一种具有固定基座的机器人机械手的规划算法,以在杂乱的环境中抓取目标物体。我们考虑一个配置的对象在一个有限的空间中具有高密度,所以没有碰撞的自由路径的目标存在。机器人必须重新定位一些对象,以检索目标,同时避免碰撞。为了快速完成检索任务,机器人需要计算优化与重新定位计划的执行时间直接相关的适当目标值的计划。我们提出了规划算法,旨在尽量减少要重新定位的对象的数量。我们的目标值是适当的对象检索任务,因为抓住和释放对象往往占主导地位的总运行时间。除了在完全已知的和静态的环境中工作的算法,我们提出了算法,可以处理不确定的和动态的情况下所引起的闭塞的意见。所提出的算法是完整的,并运行在多项式时间。与基线方法相比,我们的方法显著减少了总运行时间(例如,在已知静态环境中减少25.1%,有10个物体
2019-07-09 cs.RO
Optimal Dimensioning of Elastic-Link Manipulators regarding Lifetime Estimation
Institute of Robotics, Johannes Kepler University Linz(约翰内斯·开普勒林茨大学机器人研究所)
针对弹性连杆机械臂,提出结合雨流计数和临界切割平面的寿命估计方法,用于几何优化,以权衡重量、振动与寿命,并在三自由度机械臂上验证。
2025-10-27 cs.RO
Manipulator for people with limited abilities
针对残障人士辅助需求,开发并制造了适合实际操作的4自由度机械手,综合设计了机械结构、控制系统及基于ROS的视觉与软件集成。
2025-08-09 cs.RO
Dynamically Efficient Kinematics for Hyper-Redundant Manipulators
Computer Science and Engineering Department, University of South Carolina(南卡罗来纳大学计算机科学与工程系);Department of Mechanical Engineering, National Technical University of Athens(雅典国立技术大学机械工程系)
超冗余机器人臂是具有许多自由度的操纵器,能够在具有较少自由度的机器人臂无法操作的杂乱环境中执行任务。本文介绍了一种新的建模方法,这些机械手在一个完全的动力学的方式。所提出的方法使在线的运动结构的变化与使用一个特殊的功能,称为“元控制功能”。该功能可用于制定策略,以大幅降低单个任务的计算成本,并鲁棒地控制机器人手臂,即使在部分损坏的情况下。正向和逆运动学解决了一个通用的三维铰接超冗余臂,可以用作更具体的结构的概念证明。为了证明我们的方法的鲁棒性,实验模拟结果,一个基本的“元控制”功能,。
2018-03-10 cs.RO
A Practical Roadmap to Learning from Demonstration for Robotic Manipulators in Manufacturing
University of Luxembourg(卢森堡大学);Interdisciplinary Centre for Security, Reliability, and Trust (SnT)(安全、可靠性与跨学科信任中心(SnT));Faculty of Science, Technology, and Medicine(科学、技术与医学学院)
本文面向制造业工业机械臂,提出将示教学习(LfD)融入生产流程的结构化实用路线图,通过四个关键问题和问卷式方法指导方案定义、学习与改进。
2024-06-11 cs.RO
A C++ Implementation of a Cartesian Impedance Controller for Robotic Manipulators
Lund University(隆德大学)
笛卡尔阻抗控制是一种用于机器人的运动控制策略,其通过实现机器人相对于其外力的顺应行为来提高在部分未知环境中的安全性。这种顺从的机器人行为具有允许机器人的物理人类引导的附加益处。在本文中,我们提出了一个C++实现的遵守控制有效的任何扭矩命令的机器人机械手。所提出的控制器实现笛卡尔阻抗控制跟踪所需的末端执行器姿态。此外,关节阻抗投影在笛卡尔机器人运动的零空间中,以跟踪期望的机器人关节配置,而不干扰机器人的笛卡尔运动。所提出的实施方案还允许机器人向其环境施加所需的力和扭矩。几个安全功能,如过滤,速率限制,饱和度包括在拟议的实施。核心功能在一个可重用的基础库中,并在此基础上提供了一个机器人操作系统(ROS)ros_control集成。KUKA LBR iiwa机器人和Franka Replika机器人(Panda)在仿真和物理机器人中对该实现进行了测试。
2022-12-21 cs.RO
Collaborative motion planning for multi-manipulator systems through Reinforcement Learning and Dynamic Movement Primitives
Department of Mechanical & Aerospace Engineering, University of Virginia(机械与航空航天工程系,弗吉尼亚大学)
针对多机械臂协作任务中碰撞避免与状态空间复杂性问题,提出结合强化学习与动态运动基元的多层次方法,利用演示库生成自适应实时轨迹,并在PyBullet仿真中验证其有效性。
2025-03-05 cs.RO
A High-Fidelity Robotic Manipulator Teleoperation Framework for Human-Centered Augmented Reality Evaluation
Worcester Polytechnic Institute(沃斯特理工学院)
ARBot是一种用于增强现实评估的高保真机器人机械臂远程操作框架,通过定制算法和安全控制器实现自然运动捕捉与回放,提供可控的AR评估数据集。
2026-02-06 cs.HC cs.RO
Dual-Mode Synchronization Predictive Control of Robotic Manipulator
School of Mechanical and Electrical Engineering, Guangzhou University(广州大学机械与电气工程学院);School of Automation, Guangdong University of Technology(广东工业大学自动化学院)
为了减小机器人末端执行器轨迹跟踪过程中的轮廓误差,提出了一种双模同步预测控制方法。首先,利用泰勒展开法对n-DoF机器人动力学模型进行离散化,构建了关节空间中关节误差与任务空间中轮廓误差之间的映射关系。其次,定义了关节空间中的同步误差和跟踪误差,并通过耦合系数推导出关节间的耦合误差。第三,提出了一种双模同步预测控制方法,并利用约束集条件保证了控制系统的稳定性。最后,数值仿真和实验结果表明,所提出的控制策略的有效性。
2021-10-27 cs.RO math.DS