Prismatic Soft Actuator Augments the Workspace of Soft Continuum Robots
ETH Zurich(苏黎世联邦理工学院)
软体机器人具有柔顺性、安全性和高度自由度等优点,在机械操作领域具有广阔的应用前景。然而,常用的双向连续段设计意味着软机器人操作器只能在有限的半球工作空间中工作。本工作通过设计、制造和控制一个附加的柔性棱柱形驱动器来增加柔性机械臂的工作空间。该驱动器由气动人工肌肉和活塞组成,使得驱动器可以反向驱动。我们将任务空间体积增加了116\%,现在我们能够执行以前软体机器人不可能完成的操作任务,例如在表面上的不同位置拾取和放置物体,并从容器中抓取物体。通过将柔性机器人手臂与棱柱关节相结合,我们极大地提高了软体机器人用于物体操作的可用性。这项工作促进了集成和模块化软机器人系统在以人为中心的环境中的实际操作应用的使用。
2022-08-22 cs.RO
Quasi-Static Continuum Model of Octopus-Like Soft Robot Arm Under Water Actuated by Twisted and Coiled Artificial Muscles (TCAMs)
University of Iowa(爱荷华大学)
本文利用扭曲卷绕人工肌肉(TCAMs)驱动水下章鱼型软体机器人臂,基于扩展Cosserat杆理论建立准静态连续介质模型,考虑横截面平面变形和流体力的影响,并推导了章鱼臂材料的本构模型。
2024-10-20 cs.RO math.OC
FT-WBC: Learning Fault-Tolerant Whole-Body Control for Legged Loco-Manipulation
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The University of Hong Kong(香港大学)
针对腿式机械臂在致动器故障下易失稳的问题,提出FT-WBC框架,通过故障估计器和姿态适应模块实现容错全身控制,提升生存率和操作空间。
2026-06-24 cs.RO
Visual Servoing for Pose Control of Soft Continuum Arm in a Structured Environment
University of Illinois at Urbana Champaign(伊利诺伊大学厄巴纳-香槟分校)
对于柔性连续体臂,视觉伺服是一种流行的控制策略,其依赖于视觉反馈来闭合控制回路。然而,鲁棒的视觉伺服是具有挑战性的,因为它需要从图像中提取可靠的特征提取,精确的控制模型和传感器来感知手臂的形状,这两者都很难在软体机器人中实现。这封信通过提出一种基于深度神经网络的方法来规避这些挑战,该方法通过使用安装在手臂远端的相机进行视觉伺服来在软手臂上执行平滑和鲁棒的3D定位任务。卷积神经网络经过训练,以预测在结构化环境中实现所需姿势所需的致动。综合和模块化的方法来估计从图像的致动,提出了实验比较。比例控制法的实施,以减少所需的和当前的图像之间的误差,看到的相机。该模型与比例反馈控制一起使得所描述的方法对于诸如新目标、照明、负载和软臂的减小等几种变化具有鲁棒性。此外,该模型适合于以最小的努力将其自身转移到新环境。
2022-03-12 cs.AI cs.CV cs.LG
A Fast and Model Based Approach for Evaluating Task-Competence of Antagonistic Continuum Arms
Olin College of Engineering(奥林工程学院);University of Massachusetts(马萨诸塞大学)
本文提出了一种快速且基于模型的方法,用于评估对抗性连续臂的任务能力,通过量化指标和图形解释提升设计效率。
2025-12-04 cs.CE cs.RO
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
Configuration Tracking Control of a Multi-Segment Soft Robotic Arm Using a Cosserat Rod Model
Arizona State University(亚利桑那州立大学)
控制软连续体机器人手臂是具有挑战性的,因为它们的超冗余和灵活性。在本文中,我们证明,第一次,闭环控制的软机械臂的配置空间变量,由独立可控的部分,使用Cosserat棒模型的机器人和分布式传感和驱动能力的部分。我们的控制器解决了逆动力学问题,通过模拟Cosserat杆模型在MATLAB中使用一个计算效率高的数值求解方案,并将计算出的控制输出实时的应用到实际的机器人。实时的测量每个节段的尖端的位置和方向,同时在仿真中估计求解逆动力学所需的其余未知变量。我们实现控制器上的多段硅胶机械臂气动驱动,使用运动捕捉系统来测量段的位置和方向。控制器用于将手臂重塑为通过3D空间中的弯曲和延伸变形的不同组合实现的配置。由此产生的跟踪性能表明控制器的有效性和精度的模拟Cosserat棒模型,用于估计未测量的变量。
2022-10-01 cs.RO
Do Rigid-Body Simulators Dream of Soft Robots? Learning Contact-Rich Manipulation for Tendon-Driven Continuum Robots
University of Toronto(多伦多大学)
针对肌腱驱动连续体机器人缺乏接触丰富操作模拟基础设施的问题,提出基于连续介质力学的离散化方法,将软体机器人原生集成到MuJoCo中,实现仿真到真实世界的零样本迁移。
2026-06-23 cs.RO
A Riemannian Take on Human Motion Analysis and Retargeting
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
人和机器人的动态运动广泛地由其自由度之间的姿态相关的非线性相互作用驱动。然而,这些动力学的影响仍然大多被忽视时,研究人体运动产生的机制。最近的作品的启发,我们假设,人体运动计划作为序列的测地线协同作用,从而对应于协调关节运动实现分段最小能量。底层的计算模型建立在黎曼几何基础上,以解释物体的惯性特征。通过对各种人体手臂运动的分析,我们发现我们的模型将运动分割成测地线协同作用,并成功地预测了观察到的手臂姿势,手的轨迹,以及各自的速度分布。此外,我们表明,我们的分析可以进一步利用复制个人的人类协同作用,在机器人配置空间中的测地线路径的机器人手臂运动。
2022-08-02 cs.RO
Distal-Stable Beam for Continuum Robots
Kyushu University(九州大学);The University of Electro-Communications(电气通信大学)
本文提出一种新型结构元件远端稳定梁,通过几何设计实现强刚度梯度,保持中间部分的柔性和远端的高刚性,实验表明其远端刚度比中心高12倍,相比传统悬臂梁提升约100倍,为需要安全与精度的连续机器人提供新设计方法。
2026-04-01 cs.RO
Adaptive Dynamic Sliding Mode Control of Soft Continuum Manipulators
ETH Zurich(苏黎世联邦理工学院);The Sapienza University of Rome(罗马第一大学);The University of Tokyo(东京大学)
软体机器人由柔性材料制成,并执行刚性机器人具有挑战性的任务。然而,它们的连续性使得很难开发基于模型的控制策略。提出了一种基于模型的柔性连续体机器人鲁棒控制方案。我们的动态模型是基于欧拉-拉格朗日方法,但它使用了更准确的描述机器人的惯性,不包括过于简化的假设。基于此模型,我们提出了一种自适应滑模控制方案,该方案对模型参数不确定性和未知输入干扰具有鲁棒性。我们进行了一系列的实验与物理软连续臂,以评估我们的控制器在跟踪任务空间的轨迹在不同的有效载荷。该控制器的跟踪性能比最先进的控制器精确约38%,即,逆动力学方法此外,所提出的基于模型的控制设计是灵活的,可以推广到任何连续的机械臂与任意数量的段。通过这种控制策略,软机器人对象操作可以变得更准确,同时保持对干扰的鲁棒性。
2022-02-26 cs.RO cs.SY eess.SY
ManiSoft: Towards Vision-Language Manipulation for Soft Continuum Robotics
Beihang University(北京航空航天大学);National University of Singapore(新加坡国立大学);Hangzhou Innovation Institute, Beihang University(北京航空航天大学杭州创新研究院)
本文提出ManiSoft基准,用于研究柔软连续机器人的视觉-语言操控,通过定制模拟器结合真实柔软体动力学和丰富的接触交互,定义了四个任务以展示变形控制的不同方面,并通过自动化流程生成6300个多样场景和专家轨迹,评估了三种代表性策略模型的性能。
2026-05-18 cs.AI cs.CV cs.RO
Estimation and Control of Tensegrity Manipulator Kinematics based on Strut Inclination Angles
Kyushu Institute of Technology(九州工业大学)
针对张拉整体连续体机械臂,提出基于支柱倾角和IMU的降阶模型与优化方法,实现实时形状估计与PI姿态控制,首次在足尺机械臂上实验验证。
2026-09-22 cs.RO
Vision-Based Shape Reconstruction of Soft Continuum Arms Using a Geometric Strain Parametrization
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Georgia Institute of Technology(佐治亚理工学院)
针对软体连续臂自主运行所需的精准形状感知需求,提出采用几何应变表示的视觉形状估计器,通过基函数降维实现高效优化,实验验证其末端估计误差小于臂半径,并对比了多种基函数效果。
2020-11-18 cs.RO
Information Processing Capability of Soft Continuum Arms
DePaul University(德保罗大学);The University of Tokyo(东京大学)
软连续体手臂,如躯干和触手机器人,可以被认为是“双重”的传统刚体机器人的可操作性,自由度,并符合。20年前推出的连续体武器尚未实现其全部潜力,在很大程度上仍然是实验室的好奇心。这种滞后的原因在于其固有的物理特征,如高顺应性,这有助于其复杂的控制问题,还没有研究设法克服。最近,储备池计算已被建议作为一种方式,采用身体动力学作为一个计算资源,实现顺应性的身体控制。在本文中,作为第一步,我们调查的信息处理能力的软连续武器。我们将不同幅度和带宽的输入信号施加到软连续体臂上,并产生大量试验的动态响应。这些数据被聚集并用于训练读出权重以实现储备池计算方案。结果表明,信息处理能力随输入信号的带宽和幅度而变化。这些初步结果表明,软连续体臂具有最佳的带宽和振幅,其中可以实现储备池计算。
2018-12-13 cs.RO
A Portable and Passive Gravity Compensation Arm Support for Drone Teleoperation
École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院 (EPFL));ETHZ(苏黎世联邦理工学院);Swiss Federal Institute for Forest Snow, and Landscape Research (WSL)(瑞士联邦森林、雪与景观研究所 (WSL))
基于手势的界面通常用于实现更自然和直观的机器人遥操作。然而,有时,手势控制需要引起用户显著疲劳的姿势或移动。在之前的用户研究中,我们证明了天真的用户可以在手臂展开时通过躯干运动控制固定翼无人机。然而,这种姿势引起了明显的手臂疲劳。在这项工作中,我们提出了一个被动的手臂支持,补偿手臂重量的平均扭矩误差小于0.005 N/kg的超过97%的运动范围的科目飞行,因此减少肌肉疲劳的肩膀上的平均58%。此外,该手臂支撑件的设计适合从第1百分位女性到第99百分位男性的身体尺寸的用户。手臂支撑的性能分析描述与机械模型和其实施进行了验证与机械表征和用户研究,测量飞行性能,肩部肌肉活动和用户接受度。
2021-11-10 cs.RO cs.SY eess.SY
Forward and Inverse Kinematics of a Single Section Inextensible Continuum Arm
DePaul University(德保罗大学)
连续体手臂,如躯干和肌腱机器人,位于刚性和软体机器人的两个末端之间,并承诺在可操作性,灵活性和顺应性方面获得两个世界的最佳状态。本文提出了一种新的运动学模型的一种新的恒定长度的连续体机器人,包括软,刚性元件。与传统的双驱动可变长度连续臂相比,所提出的设计利用超冗余刚性链来提供额外的结构强度。该模型引入了降阶映射,以考虑刚性连接链产生的机械约束,从而推导出封闭形式的曲线参数模型。对该模型进行了数值计算,结果表明该模型是可靠的.
2019-07-15 cs.RO
Modeling and Control of an Omnidirectional Micro Aerial Vehicle Equipped with a Soft Robotic Arm
Swiss Federal Institute of Technology in Zürich (ETH Zürich)(苏黎世联邦理工学院)
飞行机械手是一种带有刚性机械臂的无人机,属于机器人技术中最新和最活跃的研究领域。这些臂的刚性性质通常在运动中缺乏顺应性、柔性和平滑性。这项工作提出使用一个软体机器人手臂连接到全向微型飞行器(OMAV),以利用手臂的顺应性和灵活性,同时保持可折叠和动态感谢全向无人机作为浮动基地。手臂与无人机的统一对这种组合平台的建模和控制提出了挑战;这些挑战通过这项工作得到了解决。我们提出了一个统一的模型,飞行机械手的基础上三个建模原则:分段常曲率(PCC)和增广刚体模型(ARBM)的假设建模软连续体机器人和浮动基地的方法借用传统的刚体机器人文学。为了证明这种参数化的有效性和实用性,实现了基于模型的分层反馈控制器。控制器进行了验证和评估,在模拟各种动态任务,零空间运动,干扰恢复和轨迹跟踪能力的平台进行检查和验证。柔性飞行机械手平台可以在空中施工、货物运输、人工辅助、维护和仓库自动化等方面开辟新的应用领域。
2021-11-04 cs.RO cs.SY eess.SY
Near-optimal Smooth Path Planning for Multisection Continuum Arms
DePaul University(德保罗大学)
我们研究连续臂机器人的路径规划问题,其中我们给出了一个起点和一个终点,我们需要计算两点之间的连续臂的尖端的路径。我们认为这两种情况下,障碍存在和他们没有。我们演示了如何利用连续体臂的功能,引入一个新的模型,使路径规划方法的基础上的配置图,连续体臂由三个部分组成,每个部分由三个肌肉执行器。我们适用于配置图的算法,使我们能够利用并行计算,以获得有效的实施。我们进行了广泛的测试,所得到的结果表明,所提出的算法的完整性下考虑离散化,在这两种情况下,障碍物存在,他们不。我们比较了我们的方法,标准的逆运动学的方法。虽然逆运动学方法在成功时要快得多,但我们的算法总是成功地找到路径或报告不存在路径,而逆运动学方法(当路径存在时)的成功率约为70%。
2018-12-10 cs.RO
Real-Time Shape Control of Multi-Segment Soft Robotic Arms Using Koopman Operators with Global and Local Observables
本文针对多段柔性机械臂形状控制难题,提出结合全局与局部可观测量的Koopman算子模型预测控制框架,经数值与物理实验验证,该框架可实现多段柔性机械臂的实时、可扩展且精准的形状控制。
2026-09-04 cs.RO cs.SY eess.SY
A Fast and Reliable Pick-and-Place Application with a Spherical Soft Robotic Arm
Institute for Dynamic Systems and Control, ETH Zurich(苏黎世联邦理工学院动态系统与控制研究所)
本文提出了一种学习控制方法的应用,实现了快速,可靠的取放应用程序与球形软机械臂。该臂的特点是由一个轻量级的设计,并表现出符合由于软材料部署的行为。采用了一种柔软的连续体关节,它允许在单个关节中同时控制一个平移和两个旋转自由度。这允许我们在拾取和放置应用期间用附接的吸盘轴向接近并拾取物体。介绍了一种基于压力差和对抗致动器配置的控制分配,允许系统动力学解耦,简化了建模和控制。一个线性参数变化的模型,这是参数化的附加负载质量和参数有关的关节刚度。提出了一种增益调度反馈控制器,它渐近稳定的机器人系统的积极调整和大的变化的参数考虑。该控制架构增强了迭代学习控制方案,能够精确跟踪侵略性轨迹,包括在0.3秒(无质量连接)至0.6秒(负载质量连接)内60度的设定点过渡。提出的建模和控制方法的结果在一个可靠的实现的取放应用程序,并通过实验证明。
2021-03-07 cs.RO cs.SY eess.SY
RGBlimp-Q: Robotic Gliding Blimp With Moving Mass Control Based on a Bird-Inspired Continuum Arm
Robotics and Control Laboratory, School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University(机器人与控制实验室,先进制造与机器人学院,湍流与复杂系统国家重点实验室,北京大学)
本文提出RGBlimp-Q,一种采用鸟翼启发的连续体臂和运动质量控制的机器人滑翔飞艇,通过内部质量重新分布增强抗扰性并实现空中操纵,首次将连续体机制集成于轻于空气平台,扩展了应用场景。
2025-09-12 cs.RO
Digital twins for the design, interactive control, and deployment of modular, fiber-reinforced soft continuum arms
本文提出了一种基于数字孪生的框架,用于设计、交互控制和部署模块化纤维增强软连续臂,通过三维重建和仿真验证,实现了对软机器人臂的高效开发与应用。
2026-01-22 cs.RO
Energy Shaping Control of a CyberOctopus Soft Arm
Coordinated Science Laboratory(协调科学实验室);National Center for Supercomputing Applications(国家超级计算应用中心);Carl R. Woese Institute for Genomic Biology(卡尔·R·沃斯基因组生物学研究所);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对建模为Cosserat杆的CyberOctopus软体章鱼臂,提出基于Hamilton系统的两步能量整形控制及在线前向-后向变形算法,并通过动态仿真验证渐近稳定效果。
2020-10-02 cs.RO cs.SY eess.SY
Formulating Intuitive Stack-of-Tasks using Visuo-Tactile Perception for Collaborative Human-Robot Fine Manipulation
Istituto Italiano di Tecnologia(意大利理工学院);University of Naples Federico II(那不勒斯费德里科二世大学)
要使机器人能够在人类附近工作,需要一个控制框架,该框架不仅要包含用于自主和协调交互的多感官信息,而且还要具有感知任务规划,以确保适应性和灵活的协作行为。在这项研究中,提出了一个直观的堆栈的任务(iSoT)制定,定义机器人的行动,考虑到人类手臂的姿势和任务进展。该框架增强了视觉触觉信息,以有效地感知协作环境,并直观地在计划的子任务之间切换。来自深度相机的视觉反馈监测和估计对象的姿势和人的手臂姿势,而触觉数据提供了探测技能,以检测和保持所需的接触,以避免对象滑动。为了评估所提出的框架的性能,有效性和可用性,装配和拆卸任务,由人-人和人-机器人的合作伙伴,被认为是和分析使用不同的评价指标,即,方法适应,把握校正,任务协调延迟,累积姿态偏差,和任务的可重复性。
2022-01-04 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
Image-to-Joint Inverse Kinematic of a Supportive Continuum Arm Using Deep Learning
Toronto Metropolitan University(多伦多都会大学)
本研究提出基于修改VGG-16的深度学习方法,实现腱驱动连续臂的图像到关节逆运动学估计,具备抗噪鲁棒性并提供实时替代方案。
2024-06-27 cs.RO
Input Shaping for Point-to-Point Motion with a Continuum Robot Arm
Department of Mechanical and Industrial Engineering, Louisiana State University(路易斯安那州立大学机械与工业工程系)
研究缆绳驱动连续体机器人手臂点对点运动中的残余振动问题,核心方法是应用时滞滤波器作为输入整形器,主要贡献是设计非鲁棒和鲁棒时滞滤波器,实验验证可减少振荡,鲁棒整形器能进一步改善手臂响应。
2026-07-29 cs.RO cs.SY eess.SY
Kinematics of continuum planar grasping
Department of Mechanical and Aerospace Engineering, University of South Florida(南佛罗里达大学机械与航空航天工程系)
本文提出分析框架研究软连续体臂抓取平面物体时的几何特性,通过优化控制理论确定最优抓取配置,并提出连续体抓取质量度量标准。
2026-04-10 cs.RO cs.SY eess.SY
Tilt-X: Enabling Compliant Aerial Manipulation through a Tiltable-Extensible Continuum Manipulator
Queensland University of Technology(昆士兰理工大学)
Tilt-X通过可倾斜扩展连续体操纵器实现更灵活的空中操控,解决了现有技术在多方向部署和抗螺旋桨下涡方面的局限。
2026-02-27 cs.RO
An Open MuJoCo Simulation Framework for a Quadrotor Carrying a Tendon-Driven Soft Continuum Arm
Egypt-Japan University of Science and Technology (E-JUST)(埃及-日本科学技术大学)
本文提出一种基于MuJoCo的开源仿真框架,用于研究搭载肌腱驱动软连续体机械臂的四旋翼无人机,经多场景仿真验证其可高效完成任务,运行速度达实时的15倍,相关代码已公开。
2026-10-14 cs.RO cs.SY eess.SY
Zero-shot Sim-to-Real Transfer for Reinforcement Learning-based Visual Servoing of Soft Continuum Arms
本文提出了一种基于强化学习的视觉伺服控制框架,实现软连续臂在仿真到现实迁移中的零样本应用,通过运动学控制器和局部控制器结合视觉反馈,实现了高成功率的控制效果。
2025-04-23 cs.RO cs.SY eess.SY
An Experimental Study of Downwash Effects on a Continuum Manipulator Integrated with a Multirotor UAV
Queensland University of Technology (QUT)(昆士兰科技大学);QUT Centre for Robotics(昆士兰科技大学机器人中心);Research Engineering Facility (REF)(研究工程设施);School of Electrical Engineering and Robotics(电气工程与机器人学院)
本文针对多旋翼无人机集成的连续体机械臂,通过实验研究了螺旋桨下洗对其位姿的影响,提出CC引导的GPR残差模型可显著提升位姿预测精度,为相关系统的下洗补偿建模提供了方法。
2026-08-20 cs.RO
Continuous and large-scale: ELEANOR, the soft architected arm inspired by the elephant trunk
Soft BioRobotics Perception Laboratory, Istituto Italiano di Tecnologia(软生物机器人感知实验室,意大利理工学院);Department of Autonomous Systems Engineering, Korea Aerospace University(自主系统工程系,韩国航空航天大学);Photocentric Ltd.(Photocentric公司);BRAIR lab, The BioRobotics Institute, Scuola Superiore Sant’Anna(BRAIR实验室,生物机器人研究所,圣安娜高等学院);Laboratory of Artificial and Natural Evolution, Department of Genetics and Evolution, University of Geneva(人工与自然进化实验室,基因与进化系,日内瓦大学)
以非洲象鼻为模型,提出注重结构连续性和动态特性的设计方法,通过3D打印构建结合腱驱动的连续体手臂,实现对不同物体的全身抓握,突出了仿生设计在机器人技术中的应用及与生物象鼻的比较。
2026-08-05 cs.RO
Koopman-based Control of a Soft Continuum Manipulator Under Variable Loading Conditions
University of Michigan(密歇根大学);University of Stuttgart(斯图加特大学)
柔性连续体机械臂具有无限自由度、非线性材料特性和大变形等特点,控制难度较大。本文提出了一种数据驱动的方法来识别软机械手模型,使一致的控制在可变负载条件下。这是通过将负载作为状态纳入线性Koopman算子模型并通过控制回路内的观测器在线估计其值来实现的。使用这种方法,实时,完全自主控制的一个驱动的软连续体机械手实现。在几个轨迹以下的实验中,该控制器被证明是更准确和精确的控制器的基础上的模型,无法明确占负载。机械手还成功地执行拾取和放置的对象与未知的质量,证明了这种方法在执行现实世界的操作任务的有效性。
2020-02-04 cs.RO
Associating Grasp Configurations with Hierarchical Features in Convolutional Neural Networks
College of Information and Computer Sciences, University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校信息与计算机科学学院)
在这项工作中,我们提供了一个解决方案,姿态拟人化的Robonaut-2手和手臂抓基于视觉信息。学习从卷积神经网络(CNN)提取的视觉特征到抓取点的映射。我们证明了一个CNN预训练的图像分类可以应用于抓取任务的基础上的一个小集合的把握的例子。我们的方法利用了CNN的分层性质,通过识别捕获不同CNN层中的滤波器之间的分层支持关系的特征,并通过在CNN中向后跟踪激活来定位它们的3D位置。当该反向迹线在RGB-D图像中终止时,重要的可操纵结构由此被定位。然后,驻留在CNN的不同层中的这些特征与控制器相关联,所述控制器接合手/臂系统中的不同运动子链以进行抓取。使用Robonaut-2的手/对象关系收集的抓取数据集,以评估所提出的方法在所得到的预成形姿势的精度。我们证明,这种方法优于基线方法在混乱的情况下,抓取数据集和点云为基础的方法,使用Robonaut-2的抓取任务。
2017-07-26 cs.CV cs.RO
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
A Low-Cost Teleoperable Surgical Robot with a Macro-Micro Structure and a Continuum Tip for Open-Source Research
School of Mechanical and Manufacturing Engineering, University of New South Wales(新南威尔士大学机械与制造工程学院)
本文提出一种低成本、可修改的腱驱动连续体操纵器,与宏尺度机械臂集成,通过触觉笔远程操作,经模拟肿瘤活检验证其在微创手术中的潜力,并开源全部代码与设计文件。
2024-05-25 cs.HC cs.RO cs.SY
ACCURATE: Arbitrary-shaped Continuum Reconstruction Under Robust Adaptive Two-view Estimation
Global Institute of Future Technology, Shanghai Jiao Tong University(未来技术全球研究院,上海交通大学)
本文提出ACCURATE框架,结合图像分割神经网络与几何约束拓扑遍历算法,实现对任意形状连续体的高精度重建,实验表明在模拟和真实数据集上均达到亚毫米精度。
2026-03-08 cs.CV cs.RO
Optimal Control of a Soft CyberOctopus Arm
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Coordinated Science Laboratory(协调科学实验室);National Center for Supercomputing Applications(国家超级计算应用中心);Carl R. Woese Institute for Genomic Biology(卡尔·R·沃斯基因组生物学研究所)
该研究将章鱼腕足建模为基于 Cosserat 杆理论的 Hamiltonian 控制系统,推导无穷维最优控制的一阶必要条件,并用正反向迭代算法求得最小控制努力轨迹。
2021-04-01 cs.RO cs.SY eess.SY