A-SEE2.0: Active-Sensing End-Effector for Robotic Ultrasound Systems with Dense Contact Surface Perception Enabled Probe Orientation Adjustment
Worcester Polytechnic Institute(伍斯特理工学院)
本文提出A-SEE2.0机器人超声系统,利用双RGB-D相机和机器人控制算法实现探头对皮肤表面的自动正交对准,无需术前数据,体模和活体实验验证了其定位精度和临床可行性。
2025-03-07 cs.RO physics.med-ph
TiBCLaG: Hybrid design approach for a trigger-induced bistable compliant laparoscopic grasper
Department of Mechanical and Aerospace Engineering, Indian Institute of Technology Hyderabad(机械与航空航天工程系,印度理工学院海得拉巴)
本文提出一种单件、全合规、双稳态的腹腔镜钳夹器,通过合规触发机构和钳夹末端执行器实现稳定抓取,减少部件数量并降低制造成本。
2026-07-22 cs.RO
CompliantWBC: Whole-Body Compliance for Heavy Humanoids via Force Latent Estimation and Residual Impedance Targets
National University of Singapore(新加坡国立大学);VinRobotics(Vin机器人公司);VinUniversity(文森大学);TU Darmstadt(达姆施塔特工业大学)
CompliantWBC通过强化学习、残差阻抗策略和力来源采样,实现重型人形机器人全身柔顺控制,仿真偏差2.58cm,并已在真实机器人上验证。
2026-09-29 cs.RO
SEED: Series Elastic End Effectors in 6D for Visuotactile Tool Use
Massachusetts Institute of Technology(麻省理工学院);Toyota Research Institute(丰田研究院)
我们提出了系列弹性末端执行器在6D(种子)的框架,它结合了一个空间顺应性的元件与视觉触觉传感,以掌握和操纵工具在野外。我们的框架概括了系列弹性的好处,6自由度,同时提供了一个抽象的控制使用visuotactile传感。我们提出了一种算法,相对姿态估计从视觉触觉传感,和空间混合力-位置控制器能够实现稳定的力与环境的相互作用。我们证明了我们的框架的有效性,需要监管的空间力量的工具。视频链接:https://youtu.be/2-YuIfspDrk
2021-11-02 cs.RO
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
Bilateral Teleoperation with Compliant 6-DOF Pose-and-Force Sensing
Robotics Research Centre Nanyang Technological University Singapore(南洋理工大学机器人研究中心)
本文提出了一种基于硬件无关的WinGs操作系统(WOS)中间件的笛卡尔双通道框架,通过低成本的6自由度位姿和力感知末端执行器Delta6实现远程操作,该框架能够稳定跟踪高达120±40ms延迟和1%丢包率的系统,并在接触时匹配规定的虚拟刚度。
2026-05-19 cs.RO
Soft-bubble: A highly compliant dense geometry tactile sensor for robot manipulation
Toyota Research Institute(丰田研究院)
实现有效的触觉感知和机械顺应性是使机器人在未知、不确定和混乱的环境中稳健和安全操作的关键。为了实现这一目标,我们提出了一个轻量级的,易于构建,高度兼容的密集几何传感器和末端执行器,包括一个充气乳胶膜与深度sensor. We提出的动机和硬件设计,这个软泡,并通过示例任务,包括战斗对象分类,姿态估计和跟踪,和non-objectile对象操作演示其功能。我们还提出了初步的实验,以显示高分辨率的几何感知触觉任务的重要性,并讨论了鲁棒操纵中的应用。
2019-04-03 cs.RO
Enhancing Robustness in Robot-Environment Interactions through Passive Compliant Degrees of Freedom: A Hybrid Position-Force Control Approach with Feedback Linearization
针对动态或非结构化环境中机器人-环境交互受冲击、振动和不确定性影响的问题,提出一种结合反馈线性化混合位置-力控制与末端被动柔顺自由度的架构,通过物理弹簧-阻尼器吸收冲击能量,显著降低接触力与速度误差方差。
2026-07-02 cs.RO
Safety-Critical Control for Robotic Manipulators using Collision Cone Control Barrier Functions
University of São Paulo (USP)(圣保罗大学(USP))
本文提出碰撞锥控制障碍函数(C3BFs),将碰撞锥几何安全约束与笛卡尔阻抗控制结合,并开发基于QP的控制器最小修改输入,确保机械臂在动态环境中的安全。
2025-03-01 cs.RO cs.SY eess.SY
CEER2: Directional and Tunable End-Effector and Root Compliance for Humanoid Loco-Manipulation
Duke University(杜克大学)
针对人形机器人物理交互中的柔顺性问题,提出结合方向性可调末端执行器柔顺性与可选根部柔顺性的框架,利用分层强化学习控制,实现方向刚度控制、在线调整及协作搬运等能力。
2026-10-01 cs.RO
Compliant Movement Primitives in a Bimanual Setting
University of Novi Sad(诺维萨德大学);Jožef Stefan Institute(约瑟夫·斯特凡研究所)
同时实现低轨迹误差和顺应控制\emph{without}明确的模型的任务,有效地解决了顺应运动原语(CMP)。对于单机器人任务,这意味着它准确地遵循其轨迹,但在扰动的情况下也表现出顺从行为。在本文中,我们扩展这种行为没有明确的模型,双手的任务。在任何机器人上存在外部扰动的情况下,它们都将同步移动,以保持它们的相对姿态,从而不会对它们所携带的物体施加力。因此,他们将在绝对任务中顺从地行事,但在相对任务中保持僵硬。为了实现顺应性的绝对行为和刚性的相对行为,我们结合关节空间CMP与众所周知的对称控制方法。为了减少必要的反馈反应的对称控制,我们进一步增加它与复制的虚拟力矢量在末端执行器,通过测量的外部关节扭矩计算。两个库卡LWR-4机器人在双手设置的实际结果证实了该方法的适用性。
2017-07-14 cs.RO
Guiding the Last Centimeter: Novel Anatomy-Aware Probe Servoing for Standardized Imaging Plane Navigation in Robotic Lung Ultrasound
Worcester Polytechnic Institute(伍斯特理工学院);MCPHS University(麻省药科与健康科学大学);Beth Israel Deaconess Medical Center(贝斯以色列女执事医疗中心)
本文提出用于机器人肺部超声的SIP导航框架,结合解剖特征提取、非患者特异性模板匹配、IBVS与A-SEE,在体模和五名受试者验证中实现低于2 mm和2度的定位误差。
2024-06-17 cs.RO
Off-Axis Compliant RCM Joint with Near-Isotropic Stiffness and Minimal Parasitic Error
Istituto Italiano di Tecnologia(意大利技术研究院);Politecnico di Milano(米兰理工大学);Università di Genova(热那亚大学);Delft University of Technology(代尔夫特理工大学)
本文提出一种偏轴monolithic compliant RCM关节,结合近各向同性刚度与最小寄生运动,用于神经内窥镜操作。通过设计两阶段流程,实现各向同性刚度与RCM漂移的平衡,并通过有限元分析验证。
2026-03-30 cs.RO
Learning the Dynamics of Compliant Tool-Environment Interaction for Visuo-Tactile Contact Servoing
University of Michigan(密歇根大学)
许多操作任务需要机器人控制抓取的柔性工具与环境之间的接触,例如用刮刀刮煎锅。然而,建模工具-环境交互是困难的,特别是当工具是顺应性的时,并且不能期望机器人具有完整的几何形状和物理特性(例如,质量、刚度和摩擦力)。我们提出了一个框架,学习预测的影响机器人的行动之间的接触的工具和环境的视觉触觉感知。我们的框架的关键是一个新的接触特征表示,包括一个二进制的接触值,接触线,和一个末端执行器扳手。我们提出了一种方法来学习这些接触功能的动态从现实世界的数据,不需要预测的几何形状的顺应工具。然后,我们提出了一个控制器,使用这种动力学模型的视觉触觉接触伺服,并表明它是有效的刮铲执行任务,即使在需要精确的接触,以避免障碍物的情况下。
2022-10-07 cs.RO
Integrating Combined Task and Motion Planning with Compliant Control
Graduate School of Engineering Science, Osaka University(大阪大学工学研究科);School of Automation, Guangdong University of Technology(广东工业大学自动化学院)
规划插入钉的运动仍然是一个悬而未决的问题。困难在于机器人手的抓握中不可避免的误差和机器人关节电机的绝对精度问题。本文提出了一种积分方法来解决这个问题。该方法采用任务规划和运动规划相结合的方法来规划双臂机器人的抓取和运动,以实现抓取物体并将其移动到装配位姿。然后,它控制双臂机器人使用顺应策略(线性搜索,螺旋搜索和阻抗控制的组合)完成插入。该方法在双臂Universal Robots 3机器人上实现。机器人对六个物体进行了测试,其中包括一个具有十五个销钉孔对的连接器,用于详细分析,以及其他五个具有不同销钉和孔轮廓的物体,用于额外验证。实验结果表明,合理的力-力矩信号的变化和末端执行器的位置变化。所提出的方法具有高鲁棒性和高保真度,成功地进行计划的钉孔任务。
2020-03-26 cs.RO
Ultrasound-Guided Assistive Robots for Scoliosis Assessment with Optimization-based Control and Variable Impedance
The Hong Kong Polytechnic University(香港理工大学)
医疗保健辅助机器人的需求不断增长,因为它具有将医生从日常工作中解放出来的巨大潜力。在本文中,我们研究了一个基于优化的控制框架的超声引导辅助机器人进行脊柱侧凸评估的发展。利用超声成像进行脊柱侧凸评估的常规程序通常需要执业医师沿着患者的背部滑动超声探头。为了自动化这种类型的过程中,我们需要考虑多个目标,如接触力,位置,方向,能量,姿态等,以解决上述组件,我们建议制定控制框架设计作为一个二次规划问题,每个目标的权重由其任务的优先级受到一组平等和不平等的约束。此外,由于机器人需要在脊柱扫描过程中与患者建立恒定的接触,因此我们在控制架构中加入了末端执行器位置和方向的可变阻抗调节,以增强物理人机交互过程中的安全性和稳定性。其中,通过从医学专家的演示中学习来检索可变阻抗增益。所提出的方法进行评估的自主脊柱侧凸评估与机器人操作器xArm的真实世界的实验。通过获得的体模和人体受试者的冠状脊柱图像验证了该方法的有效性。
2022-03-04 cs.RO
A geometric approach for learning compliant motions from demonstration
Aalto University(阿尔托大学)
本文提出了一种方法来学习从人类示范顺应接触运动,它利用工件之间的相互作用力,使它们对齐,即使接触力可能会发生从不同方向上的不同情况下的再现。为了管理非结构化条件下的不确定性,可以用阻抗控制器再现用我们的方法学习的运动。使用示教学习是因为在3-D中的顺应运动的规划在计算上是难以处理的。所提出的方法将学习一个单独的顺应运动,其中许多可以结合起来解决更复杂的任务。该方法是基于同时测量运动的方向和作用在末端执行器上的力。从这些测量,我们构建了一组约束的运动方向,正确的遵守,导致在观察到的运动。来自多个演示的约束被投影到2-D角坐标系中,在该2-D角坐标系中,确定它们的交点以找到一组可行的期望方向,其中选择单个运动方向。这项工作是基于这样的假设,即在所需方向以外的方向上的运动是由相互作用力引起的。使用这个假设,我们推断出顺应轴的数量,如果需要,还可以推断出它们的方向。KUKA LWR 4+的实验表明,我们的方法可以成功地再现需要利用环境的运动。
2017-11-23 cs.RO
Adaptive Compliant Robot Control with Failure Recovery for Object Press-Fitting
Hochschule Bonn-Rhein-Sieg(波恩-莱茵-锡格应用技术大学);RWTH Aachen University(亚琛工业大学);Institute for Business Cybernetics e.V.(商业控制论研究所)
针对乳制品集装箱无托盘压配装载,本文提出ACCIFR,在示教学习柔顺控制中融合距离/力监控、碰撞方向分类与故障恢复,并在变化条件下验证其优于基线。
2023-07-17 cs.RO
A Sensorless, Inherently Compliant Anthropomorphic Musculoskeletal Hand Driven by Electrohydraulic Actuators
Soft Robotics Lab, ETH Zurich, Switzerland(苏黎世联邦理工学院软机器人实验室,瑞士);The University of Tokyo, Japan(东京大学,日本)
本文提出一种无传感器、本征柔顺的人形肌理手,利用电液执行器实现高运动灵活性与物理柔顺性,通过机械放大机构提升抓取能力,实验验证了其在复杂环境中的安全性和抓取性能。
2026-07-21 cs.RO
SonoGym: High Performance Simulation for Challenging Surgical Tasks with Robotic Ultrasound
Balgrist University Hospital(巴尔格里斯大学医院);ETH Zurich(苏黎世联邦理工学院);University of Toronto(多伦多大学);NVIDIA(NVIDIA公司);ETH AI Center(苏黎世联邦理工学院人工智能中心);University of Zurich(苏黎世大学)
本文提出SonoGym仿真平台,通过物理与生成式建模从CT三维模型实时生成超声数据,支持并行训练DRL和模仿学习智能体,用于机器人骨科超声手术中的解剖重建与安全导航。
2025-07-01 cs.RO
Soft and Compliant Contact-Rich Hair Manipulation and Care
Carnegie Mellon University(卡内基梅隆大学);University of Southern California(南加州大学)
本文提出软体机器人系统MOE-Hair,用于头部轻拍、梳理和抓发等护发任务,通过视觉形变与肌腱张力融合估计力,在降低施加力的同时保持抓发效果,用户研究证实其舒适性和有效性更优。
2025-10-26 cs.RO
Imitation learning-based framework for learning 6-D linear compliant motions
University of Oulu(奥卢大学);Aalto University(阿尔托大学)
我们提出了一种新的方法,从演示示教学习6-D任务,可以建模为一系列的线性运动和顺应性。本文的重点是学习一个单一的线性原语,其中许多可以排序,以执行更复杂的任务。所提出的方法只从演示中学习,没有任何先验信息,如何利用机械梯度在接触任务,如组装,无论是平移和旋转。该方法假设存在一个所需的线性方向,在6-D,如果遵循的机械手,导致机器人的末端执行器的目标区域中所示的演示,无论是在自由空间或通过杠杆接触通过遵守。首先,教师明确向机器人展示如何将机械梯度用作目标的指导。从演示中,计算出一组方向,这将导致在单个图元演示期间在每个时间步长处观察到的运动。通过观察所有这些集合中包含的方向,我们找到了一个可以重现所演示运动的单一期望方向。在旋转和平移中找到顺应轴的数量及其方向是基于这样的假设,即在存在所需运动方向的情况下,所有其他观察到的运动都是由环境的接触力引起的,这表明需要顺应。我们评估了KUKA LWR 4+机器人的测试设置模仿典型的任务,人类将使用顺应性,以应对位置的不确定性的方法。结果表明,该方法可以成功地学习和再现顺应运动,利用几何的任务,从而降低了定位精度的需要。
2021-03-12 cs.RO
Learning Diffusion Policies from Demonstrations For Compliant Contact-rich Manipulation
OMRON SINIC X Corporation(欧姆龙SINIC X公司);Department of Engineering Science, Osaka University(大阪大学工程科学系)
针对富接触操作中稳定接触与力控制难题,提出DIPCOM扩散策略框架,从演示学习末端位姿与刚度调节,并通过真实任务验证其优势。
2024-10-25 cs.AI cs.RO
Ultrasound-Guided Robotic Blood Drawing and In Vivo Studies on Submillimetre Vessels of Rats
Tongji University(同济大学);Chengdu Aixam Medical Technology Co., Ltd.(成都 Aixam 医疗科技有限公司);Katholieke Universiteit Leuven(鲁汶大学);Scuola Superiore Sant’Anna(圣安娜高等学校);Shanghai East Hospital, School of Medicine, Tongji University(同济大学医学院附属上海东方医院);State Key Laboratory of Cardiovascular Diseases(心血管疾病国家重点实验室)
本研究提出一种集成6自由度机械臂与3自由度末端执行器的超声引导机器人系统,并在40只大鼠0.7±0.2毫米尾静脉上实现95%的首次采血成功率,证明其在亚毫米血管通路中的有效性。
2025-04-04 cs.RO
Chasing Millimeters: Design, Navigation and State Estimation for Precise In-flight Marking on Ceilings
ETH Zurich(苏黎世联邦理工学院)
钻孔和组装的精确标记是至关重要的、费力的施工任务。配备适当末端执行器的空中机器人能够在毫米尺度上进行标记。然而,到目前为止,他们只在实验室条件下,刚性状态估计和导航假设不妨碍鲁棒性和准确性证明。本文介绍了一个完整的航空布图系统,能够在实际条件下进行精确的现场标定。我们使用一个全方位的飞行基地的柔性驱动的末端执行器。将两阶段因子图状态估计器与基于黎曼运动策略的导航堆栈相结合,我们避免了对全局一致估计的需要并增加了鲁棒性。基于策略的导航被构造成不同状态空间中的个体行为。通过一项全面的研究,我们表明,该系统可以以1.5 mm的相对精度和5-6 mm的全局精度创建高度精确的标记,并在未来建筑机器人的背景下讨论结果。
2023-03-02 cs.RO
Linear Delta Arrays for Compliant Dexterous Distributed Manipulation
Meta AI;Carnegie Mellon University(卡内基梅隆大学)
本文提出由64个直线驱动柔顺 delta 机器人构成的192 DoF分布式 delta 阵列,结合模块化设计、分布式控制与强化学习,实现多种协调灵巧操控。
2023-08-14 cs.MA cs.RO cs.SY
Compliant actuators that mimic biological muscle performance with applications in a highly biomimetic robotic arm
University of Manchester(曼彻斯特大学);University of Salford(索尔福德大学);Jilin University(吉林大学);Shanghai Institute of Technology(上海应用技术大学)
本文提出ICA和ECA两种仿肌肉柔顺执行器,通过电机-肌腱系统实现高功率密度,并在高仿生机械臂中验证了举重、打球和开门等任务性能。
2023-10-31 cs.RO cs.SY eess.SY
Visuotactile and Explicitly Force-Controlled Robotic Ultrasound for Abdominal Volumetric Reconstruction
Stanford Robotics Laboratory, Computer Science Department, Stanford University(斯坦福机器人实验室、计算机科学系、斯坦福大学);Department of Radiology, School of Medicine, Stanford University(放射科、医学院、斯坦福大学)
提出一种结合立体视觉、触觉反馈和专家策略的机器人超声采集系统,通过力控机械臂实现自适应腹部扫描,并实现三维体积重建以增强诊断能力。
2026-06-04 cs.RO
Minimum directed information: A design principle for compliant robots
Fraunhofer Institut für Produktionsanlagen und Konstruktionstechnik (IPK)(弗劳恩霍夫生产设备和设计技术研究所)
机器人的动力学--特别是顺从的程度和位置--可以显著影响性能和控制复杂性。被动动力学可以设计为具有良好的吸引区域或特定任务的极限环,但在一系列任务上实现灵活性需要控制的协同设计。本文从信息的角度出发:机器人动力学应该减少控制器在一系列任务中实现性能阈值所需的信息量。针对这一目标,提出了一种迭代法来最小化离散非线性系统从状态到控制的有向信息。iLQG用于找到控制器和信息值,然后优化动力学的设计参数(例如末端执行器或关节的刚度)以减少有向信息,同时保持性能的最小界限。该方法在仿真中得到了验证,在一个两个质量系统与一个不确定的墙壁位置和一个高自由度的开门任务接触,并显示出提高噪声鲁棒性和减少控制增益的时间方差。
2021-03-27 cs.RO cs.SY eess.SY
Rapid Mismatch Estimation via Neural Network Informed Variational Inference
GRASP Lab, University of Pennsylvania(宾夕法尼亚大学 GRASP 实验室)
本文提出RME概率框架,利用神经网络先验引导变分推断,仅凭本体感觉在线估计末端执行器动力学失配,并在7自由度机械臂上实现约400 ms的安全快速适应。
2025-08-28 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
FILIC: Dual-Loop Force-Guided Imitation Learning with Impedance Torque Control for Contact-Rich Manipulation Tasks
Tsinghua University(清华大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));DISCOVER Robotics(DISCOVER机器人)
提出FILIC框架,通过双环结构结合Transformer策略与阻抗控制器,利用关节力矩估计末端力,实现无力传感器下的力感知接触操作,显著提升安全性和适应性。
2026-06-23 cs.RO
Flexure-based Environmental Compliance for High-speed Robotic Contact Tasks
Fraunhofer IPK(弗劳恩霍夫生产设备与设计技术研究所)
物理顺应性的设计-其位置,程度和结构-影响机器人在接触丰富的任务中的性能和鲁棒性。虽然顺应性通常用于机器人的关节,法兰,或末端执行器,本文提出了顺应性的结构在环境中,允许安全和鲁棒的接触,同时保持较高的运动控制带宽和精度的高阻抗机器人。这里的顺应性是通过挠曲件和粘弹性材料来实现的,挠曲件和粘弹性材料被集成到几个机构中以提供结构化顺应性,例如远程顺应性中心。使用熔融沉积成型的增材制造,允许更快的设计迭代和与标准工业设备的低成本集成。机械性能,包括总刚度矩阵,刚度比,和旋转精度,分析确定和实验结果进行比较。三个远程中心的顺应性(RCC)的设备和1自由度的线性设备的原型和测试在高速装配任务。
2022-03-14 cs.RO
EquiContact: A Hierarchical SE(3) Vision-to-Force Equivariant Framework for Spatially Generalizable Contact-rich Tasks
EquiContact通过分层策略和等价性设计,实现空间通用的接触密集任务视觉到力控制。
2026-11-02 cs.RO
GelTip: A Finger-shaped Optical Tactile Sensor for Robotic Manipulation
University of Liverpool(利物浦大学);Fuzhou University(福州大学)
感知整个手指的接触是机器人在杂乱环境中执行操作任务的基本能力。然而,现有的触觉传感器要么仅具有平坦的感测表面,要么具有有限感测区域的顺应性尖端。在本文中,我们提出了一种新的光学触觉传感器,GelTip,形状像一个手指,可以感测其表面上的任何位置的接触。该传感器捕获高分辨率和颜色不变的触觉图像,可用于提取有关末端执行器与被操纵物体相互作用的详细信息。我们的大量实验表明,GelTip传感器可以有效地定位其手指形主体的不同位置上的触点,平均定位误差约为5 mm,最佳情况下小于1 mm。所获得的结果表明,在促进动态操作任务与其全面的触觉感知能力的GelTip传感器的潜力。有关GelTip传感器的传感器型号和更多信息,请访问http://danfergo.github.io/geltip。
2020-08-12 cs.RO
Human to Robot Whole-Body Motion Transfer
Institut de Robòtica i Informàtica Industrial, CSIC-UPC(西班牙国家研究委员会-加泰罗尼亚理工大学工业机器人与计算机视觉研究所)
将人类运动转移到移动机器人操纵器并确保安全的物理人机交互是在人类共享环境中实现复杂操作任务自动化的关键步骤。在这项工作中,我们提出了一种新的人到机器人全身运动传输框架。我们提出了一个一般的解决方案的对应问题,即观察到的人体姿势和机器人之间的映射。为了实现实时仿真和有效的冗余解决,本文采用全身控制范式,提出了一种特定的任务层次结构,并给出了轮式机器人基座的差动驱动控制算法。为了确保安全的物理人机交互,我们提出了一种新的可变导纳控制器,稳定地适应动态的末端执行器之间切换刚性和顺应性的行为。我们通过几个真实世界的实验与TIAGo机器人验证我们的方法。结果表明,有效的实时模仿和动态行为适应。这构成了一个简单的方法,为非专家转移操作技能的辅助机器人。
2021-08-05 cs.RO
Collaborative Robot Arm Inserting Nasopharyngeal Swabs with Admittance Control
University of Waterloo(滑铁卢大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本研究提出使用导纳控制的刚性协作机械臂结合力传感末端执行器进行鼻咽拭子测试,实验证明柔顺控制系统优于基本位置控制器,展现出应用于人类的潜力,但仍需解决初始对齐和头部运动问题。
2024-08-21 cs.RO cs.SY eess.SY
Imp-ACT: Adaptive Impedance Control and Action Chunking with Transformers to Learn Contact-Rich Manipulation from Demonstrations
Istituto Italiano di Tecnologia(意大利理工学院);Carnegie Mellon University(卡内基梅隆大学)
Imp-ACT通过遥操作中自适应刚度调制和Transformer动作分块,在擦拭和插头插入任务中实现高成功率并显著降低接触力。
2026-09-28 cs.RO
Bounded Collision Force by the Sobolev Norm
本文提出利用Sobolev范数作为系统范数,为动态系统中的最大碰撞力提供严格界限,通过实验和仿真验证了该方法在分析机器人碰撞力与控制策略、关节灵活性及末端执行器柔顺性之间的关系方面的有效性。
2019-03-18 cs.RO cs.SY eess.SY
Design of a Flexible Robot Arm for Safe Aerial Physical Interaction
University of Naples Federico II(那不勒斯费德里克二世大学);CATEC, Advanced Center for Aerospace Technologies(CATEC高级航空技术中心);Technical University of Denmark(丹麦技术大学);University of Seville(塞维利亚大学)
本文提出一种重400克、由双伺服电机和单腱驱动的柔性机器人臂,通过弹性设计与可调阻尼实现轻量化被动柔顺交互,用于提升空中物理交互安全性。
2024-10-21 cs.RO cs.SY eess.SY
Evaluation of Position and Velocity Based Forward Dynamics Compliance Control (FDCC) for Robotic Interactions in Position Controlled Robots
University of Luxembourg(卢森堡大学);PPRIME Institute(PPRIME研究所);CNRS(法国国家科学研究中心);ENSMA(国立高等机械与航空技术学院);University of Poitiers(普瓦捷大学)
在机器人操作中,末端执行器的顺应性是执行接触丰富的任务,如加工,装配和人机交互的必要前提。大多数机器人手臂是硬件级别的位置控制刚性系统。因此,增加合规性变得至关重要。在这些系统中的合规性最近已经实现了使用前向动力学合规性控制(FDCC),这是由于其虚拟的前向动力学模型,可以实现的位置和速度控制的机器人。本文评估了控制接口(因此控制域)的选择,这虽然被认为是微不足道的,是必不可少的,由于其特性的差异。在某些情况下,选择仅限于可用的硬件接口。然而,考虑到可选择的选项,基于速度的控制接口使顺应性控制成为更好的候选者,因为更平滑的顺应性行为、减少的交互力和所做的功。为了证明这些点,本文FDCC上UR10e六自由度机械手速度和位置控制模式进行评估。该评估基于使用3D打印工件的力控制基准测试指标。真实的实验倾向于选择速度控制而不是位置控制。
2022-10-24 cs.RO
Punyo-1: Soft tactile-sensing upper-body robot for large object manipulation and physical human interaction
Toyota Research Institute (TRI)(丰田研究院(TRI))
大型物体的操纵和在人类附近的安全操作是通用家用机器人助手的关键能力。我们提出了一个软的,触觉感知人形上身机器人的设计,并展示了全身丰富的接触处理大型物体的操作策略。我们展示了我们的硬件设计理念,用于配备现成的硬机器人手臂和其他组件与软触觉感知模块,包括:(i)低成本,耐切割,接触压力定位覆盖的手臂,(ii)爪基于TRI的软泡传感器的末端执行器,和(iii)顺应力/几何传感器的粗糙几何形状感测胸部。我们利用这些模块的机械智能和触觉感知来开发和演示全身抓握的运动基元。我们评估硬件的有效性,在实现掌握各种大型国内对象的不同强度。我们的研究结果表明,利用柔软度和触觉感知在接触丰富的操作策略的重要性,以及与世界的全身力控制的互动前进的道路。(The补充视频可在https://youtu.be/G8ZYgPRV5LY公开获得)。
2022-03-30 cs.RO
A Soft Wrist with Anisotropic and Selectable Stiffness for Robust Robot Learning in Contact-rich Manipulation
OMRON SINIC X Corp.(OMRON SINIC X公司)
CLAW是一种具有各向异性可选刚度的柔软手腕,通过简单设计实现大变形范围和轻量化,有效提升机器人在接触丰富任务中的鲁棒学习能力。
2026-02-16 cs.RO
Design and Control of a Micro Overactuated Aerial Robot with an Origami Delta Manipulator
ETH Zurich(苏黎世联邦理工学院)
该研究设计了总重2.0kg、8自由度独立可控的轻量折纸Delta臂空中操作机器人,提出适配过驱动平台的控制架构,验证了其柔顺交互等性能。
2023-05-03 cs.RO
Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control
Mitsubishi Electric Research Laboratories (MERL)(三菱电机研究实验室)
本文提出结合模型和学习的全身控制器,实现安全的运动-操作,通过参考控制器和卡尔曼滤波器提升力控制与鲁棒性,验证于四足机器人。
2026-03-02 cs.HC cs.RO cs.SY
A Passive Variable Impedance Control Strategy with Viscoelastic Parameters Estimation of Soft Tissues for Safe Ultrasonography
Università di Trento(特伦托大学);Istituto Italiano di Tecnologia(意大利技术研究院)
针对超声检查中探头-人体交互的安全控制问题,提出结合软组织粘弹性估计、含能量罐被动约束的变阻抗控制方法,经假人实验验证可实现安全精确的力控制。
2024-04-15 cs.RO cs.SY eess.SY
Force-Aware Residual DAgger via Trajectory Editing for Precision Insertion with Impedance Control
Xi’an Jiaotong-Liverpool University(西交利物浦大学)
本文提出TER-DAgger框架,通过优化轨迹编辑学习残差策略,减少协变量偏移,结合力感知的失败预判机制和阻抗控制框架,提升精确插入任务的成功率。
2026-07-24 cs.RO
A Novel Design of Soft Robotic Hand with a Human-inspired Soft Palm for Dexterous Grasping
Harbin Engineering University(哈尔滨工程大学);Aalto University(阿尔托大学)
软机器人手和夹具作为机器人末端执行器越来越受到人们的关注。与刚性对应物相比,它们对于人与机器人和环境与机器人的交互更安全,更容易控制,成本和重量更低,并且更具顺应性。目前的柔性机械手主要集中在柔性手指和弯曲执行器上。然而,手掌也是抓握的重要部分。在这项工作中,我们提出了一种新的设计,软的人形手气动软手指和软手掌。这只手的制造成本很低。软手掌的结构是基于模块化设计,可以很容易地应用于驱动以前的各种软手指。五指张开、全掌弯曲、拇指外展、内收均由软掌完成。此外,我们提出了一种新的设计的软手指,称为混合弯曲软手指(HBSF)。它既可以在抓取轴上弯曲,也可以像人类一样在左右轴上偏转。采用SOFA框架对HBSF和软手掌的功能进行了仿真。并在实验中测试了它们的性能。对6根1 ~ 11节的手指进行了测试和分析。根据Feix分类法,通过实际场景下的抓取实验,对软手的通用性进行了评价和验证。研究结果显示了抓取的多样性,并显示了抓取不同形状和重量的物体的可能性。
2020-09-02 cs.RO
Force Sensor-Based Picking Pattern Analysis and Two-Jaw Gripper Design for Cherry Tomato Robotic Harvesting in Greenhouse
Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Khalifa University(哈利法大学);University of Windsor(温莎大学)
本研究提出力数据驱动的樱桃番茄机器人采摘框架,通过分析三种采摘模式的力/力矩特征设计Finray夹爪,在温室试验中实现86.0%采摘成功率,性能优于多种传统末端执行器。
2026-10-14 cs.RO
A Passivity Based Framework for Safe Physical Human Robot Interaction
University of Central Florida(中佛罗里达大学)
在本文中,一个人和一个辅助机器人之间的安全兼容接触的问题被认为是。残疾用户需要在某些日常生活活动(ADL)中使用辅助机器人进行物理人机交互(PHRI)。具体来说,我们提出了一个混合动力/速度/姿态控制PHRI系统的基础上测量从6轴力/扭矩传感器安装在机器人手腕。在将末端执行器表面与未知环境(人类)表面自动对准的同时,在法向方向上施加期望的命令力,同时在切向方向上遵循期望的速度命令。一个基于李雅普诺夫稳定性分析,以证明收敛性以及无源性的相互作用,以确保性能和安全。仿真和实验结果验证了所提出的混合控制器的性能和鲁棒性的存在下的动态不确定性,以及安全的物理人机交互的运动学冗余机器人操作器。
2022-02-07 cs.RO cs.SY eess.SY
A Contact-Safe Reinforcement Learning Framework for Contact-Rich Robot Manipulation
Tsinghua University(清华大学)
提出一种安全接触强化学习框架,在任务和关节空间检测碰撞并限制接触力,实现柔顺操作,仿真训练后迁移至真实机器人,实验验证其安全性和鲁棒性。
2022-07-27 cs.AI cs.RO
Unified Structural-Hydrodynamic Modeling of Underwater Underactuated Mechanisms and Soft Robots
Department of Mechanical Engineering and Advanced Robotics Centre, National University of Singapore(新加坡国立大学机械工程系与先进机器人中心);Singapore-MIT Alliance for Research and Technology (SMART) Centre(新加坡-麻省理工学院研究与技术联盟中心)
提出一种轨迹驱动的全局优化框架,基于CMA-ES同时识别弹性、阻尼和分布式水动力学参数,实现水下欠驱动机构和软体机器人的高保真建模,仅需单段视频。
2026-07-01 cs.RO physics.flu-dyn
Complete Autonomous Robotic Nasopharyngeal Swab System with Evaluation on a Stochastically Moving Phantom Head
University of Waterloo(滑铁卢大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
提出一种基于协作机械臂的自主鼻咽拭子采集系统,结合视觉伺服与柔顺力控在随机运动的仿生头部上验证了其安全性与可靠性。
2024-08-23 cs.RO
Model-Based Disturbance Estimation for a Fiber-Reinforced Soft Manipulator using Orientation Sensing
TU Berlin(柏林工业大学);ETH Zurich(苏黎世联邦理工学院);INRIA(法国国家信息与自动化研究所)
针对软体机器人在人机交互中难以准确估计外部扰动的问题,本文基于SOFA框架构建了多段软体连续体机械臂的FEM模型,结合位姿传感与二次规划逆动力学求解,实现了约1.2%平均误差的外力估计。
2022-06-23 cs.RO