Low-Cost Open-Source Ambidextrous Robotic Hand with 23 Direct-Drive servos for American Sign Language Alphabet
Independent Researcher(独立研究者)
本研究开发了低成本开源3D打印灵巧机器人手VulcanV3,采用23个直驱舵机与Arduino控制方案,可复现全部52种美国手语字母手势,识别准确率最高达98.78%,为无障碍沟通提供了可复现的辅助机器人方案。
2025-09-03 cs.RO
The dynamic effect of mechanical losses of actuators on the equations of motion of legged robots
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
工业机械手在断电时由于其关节中的摩擦力而不会在其自身重量下倒塌。虽然这些机制是有效的刚性位置控制的拾取和放置,他们是不合适的足式机器人,必须迅速调节顺应与环境的相互作用。然而,没有度量存在量化的机器人的性能退化,由于在致动器的机械损失。这封信提供了一种新的配方,它描述了如何传播到整个机器人的运动方程的单个执行器的效率。我们定量地证明了直观的事实,即在关节摩擦的存在下,机器人的表观惯性增加。我们还重现的经验结果,采用高传动和低效率的驱动器的机器人可以静态承受更大的外部负载。我们期望,这里提出的框架将提供基础,设计下一代的足式机器人,可以有效地与世界互动。
2020-11-04 cs.RO
Inflatable Kirigami Crawlers
University of Southern Denmark(南丹麦大学)
本文提出充气式剪纸爬行器,通过在热封纺织品中引入切割图案实现周期性气动驱动下的运动,利用各向异性摩擦和分段设计实现多功能软机器人运动能力。
2025-06-05 cs.RO
Wavelet Based Iterative Learning Control with Fuzzy PD Feedback for Position Tracking of A Pneumatic Servo System
National Tsing-Hua University(国立清华大学)
针对具有非光滑非线性和不确定参数的气动控制系统,提出了一种基于小波变换的模糊PD反馈迭代学习控制方法。小波变换被用来提取可学习的动态从测量输出信号之前,它可以被用来更新的控制剖面。采用小波变换将原始信号分解为包含可学习和不可学习部分的低分辨率信号。然后将期望的控制曲线与变换信号的可学习部分进行比较。因此,从不可学习的动态对控制系统的影响,可以通过模糊PD反馈控制器衰减。对于反馈回路中的模糊PD控制规则,采用遗传算法搜索优化推理规则。以比例阀控制气缸作动器系统为控制对象进行仿真。仿真结果表明,该算法的位置跟踪性能得到了很大的改善.
2008-04-30 cs.RO
Can a Tesla Turbine be Utilised as a Non-Magnetic Actuator for MRI-Guided Robotic Interventions?
The Hong Kong Polytechnic University(香港理工大学);Chinese University of Hong Kong(香港中文大学);Time Medical Ltd(泰和医疗有限公司)
本文介绍了一种用于MRI介入治疗的新型微驱动器。超声和压电电机是MRI应用中最常用的致动器之一。然而,这些致动器中的大多数仅是MRI安全的,这意味着它们不能在成像时操作,因为它们会导致显著的视觉伪影。为了解决这个问题,我们开发了一种新的气动旋转伺服电机(基于特斯拉涡轮),可以有效地用于连续MR成像。我们在MRI扫描仪内部和外部进行了多次实验,彻底测试了MRI兼容致动器的性能和磁特性。报告的结果证实了使用该电机进行MRI引导机器人干预的可行性。
2021-08-19 cs.RO cs.SY eess.SY
A two-speed actuator for robotics with fast seamless gear shifting
Universite de Sherbrooke(谢布鲁克大学);Massachusetts Institute of Technology(麻省理工学院)
本文提出一种双电机差速耦合的双速执行器,通过制动器切换高力与高速模式,利用冗余电机实现快速无缝换挡,兼顾大负载低速与轻载高速需求。
2024-05-26 cs.RO
Locomotion and Control of a Friction-Driven Tripedal Robot
University of Southern California(南加州大学);University of Michigan(密歇根大学)
这封信认为控制径向对称的三足摩擦驱动机器人。该机器人具有3个伺服电机,安装在距离质心7厘米的3D打印底盘上,并分开120度。这些马达驱动肢体,肢体在身体上施加摩擦反作用力。在均匀摩擦表面上进行的实验观察验证了机器人运动的数学模型。该模型用于创建步态地图,其特征在于瞬时全方位控制。我们展示了使用来自头顶跟踪摄像机的实时反馈的线路跟踪。将比例积分误差补偿性能与矩形路线上的基本位置更新程序进行比较。该控制器使路径误差减小了约$46\%$。误差补偿器还能够校正由平均流速为$5.5ms^{-1}$的大容量工业风扇产生的空气动力学扰动,从而相对于基本位置更新过程将路径误差减小$65\%$。
2021-03-23 cs.RO
Impact of Static Friction on Sim2Real in Robotic Reinforcement Learning
Lenovo Research Shanghai(联想研究院上海分部)
针对机器人强化学习中静摩擦力导致的Sim2Real迁移难题,提出感知静摩擦力的域随机化方法及降低学习复杂度的方案,实验证明其优于传统方法和Actuator Net。
2025-03-03 cs.RO
Finite Element Modeling of Surface Traveling Wave Friction Driven for Rotary Ultrasonic Motor
Worcester Polytechnic Institute(伍斯特理工学院)
本研究针对压电超声电机的动态行为仿真需求,提出一种含定转子耦合动力学的有限元模型,基于接触理论模拟启动到稳态过程,在COMSOL中实现,为压电致动器的精准控制与优化提供支撑。
2024-09-16 cs.RO
Design and locomotion control of soft robot using friction manipulation and motor-tendon actuation
Tufts University(塔夫茨大学);University of Massachusetts, Lowell(马萨诸塞大学洛厄尔分校);Yildiz Technical University(耶尔德兹理工大学)
由软材料制成的机器人可以在特定的轮廓中改变它们的形状和大小。这种变形能力对于救援机器人和在未知地形和环境中工作的机器人非常有帮助。在改变形状的过程中,软材料还可以存储和释放弹性能量,这是一种可以用于有效机器人运动的特性。然而,这些移动的软体机器人的设计和控制是不平凡的。该研究提出了一种3D打印的,电机肌腱驱动的软体机器人能够运动的设计方法。除了形状的变化,机器人使用摩擦操纵机制来影响运动。电机-腱致动器包括尼龙腱,尼龙腱沿着给定路径嵌入软体结构内,一端固定在本体上,另一端附接到电机。这些驱动器直接控制柔性体的变形,从而影响机器人的运动行为。静态应力分析被用作设计嵌入体内的这些肌腱的路径形状的工具。研究还提出了一种新的无模型学习控制方法的软体机器人与环境中的离散接触点进行交互。这种方法涉及到离散化的因素主导机器人与环境的相互作用的状态,学习的结果,机器人之间的机器人状态和评估所需的周期性状态控制序列优化成本函数对应的运动任务(旋转或平移)。巧妙的离散化允许框架存在于机器人的任务空间中,因此,便于控制序列的计算,而无需对致动器、主体材料或摩擦机制的细节进行建模。实验探索的框架的灵活性,将其应用到机器人与不同的摩擦机制和不同形状的肌腱路径。
2016-05-12 cs.RO
H-PAC Hand: Control-Oriented Modeling and Tendon-Elasticity Compensation for an Underactuated Robotic Hand
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Southeast University(东南大学)
本文提出模块化欠驱动机械手H-PAC,通过面向控制的建模与肌腱弹性补偿方法,结合分层控制架构,大幅提升关节角度预测精度,实现无传感器下的位姿与抓取控制。
2026-08-18 cs.RO
Design and control of a soft, shape-changing, crawling robot
Tufts University(塔夫茨大学)
软材料在动物运动和物体操纵中具有许多重要作用。在机器人应用中,软材料可以存储和释放能量,吸收冲击,增加顺应性,并使用最小的致动器增加可能的形状轮廓的范围。形状改变能力也是操纵由与环境接触引起的摩擦力的潜在工具。这些优点伴随着软材料致动的挑战以及利用摩擦相互作用来产生运动的需要。因此,软体机器人的设计涉及利用软材料的连续特性来操纵导致机器人运动的摩擦相互作用。本研究提出软体机器人的设计与控制,利用其形状变化的运动能力。仿生(履带式)模块化机器人设计是一个柔软的整体,在离散的接触点(履带式prolegs)与环境相互作用。可变形体由肌肉状形状记忆合金线圈致动,并且离散的接触点以二元方式操纵摩擦。这种新型的虚拟抓持机制结合了两种不同摩擦系数的材料(粘滑)来控制机器人与环境的摩擦相互作用。该研究还引入了一种新的控制概念,将机器人-环境-摩擦相互作用离散为二进制状态。这有助于制定一个控制框架,是独立于特定的致动器或软材料的属性,并可以应用于多肢软体机器人。为各个机器人状态之间的转换分配奖励,该奖励允许计算优化的状态转换控制序列。这个概念框架是非常通用的,我们展示了它如何可以应用于机器人失去肢体功能的情况。
2015-09-24 cs.RO
Allocation for Omnidirectional Aerial Robots: Incorporating Power Dynamics
Autonomous Systems Lab (ASL), ETH Zurich(苏黎世联邦理工学院自主系统实验室)
本文提出三种新型多方向空中机器人分配方法,通过考虑冗余性和动力学,提升动态 maneuver 的执行效率和轨迹跟踪速度。
2026-04-10 cs.RO
Differentiable Simulation of Soft Robots with Frictional Contacts
Inria(法国国家信息与自动化研究所)
本文提出一种在有限元框架内统一计算软体机器人力学方程导数的方法,处理了非线性互补问题建模的接触相互作用,涵盖碰撞与摩擦阶段的非光滑动力学,有效提升了控制与校准任务的效率。
2025-01-31 cs.RO
Bio-inspired friction switches: adaptive pulley systems
UZH(苏黎世大学);UGhent(根特大学)
肌腱驱动的机器人系统中的摩擦影响通常是不希望的,努力尽可能减少它们。然而,在人手中,肌腱-滑轮系统被发现是摩擦的,在高负载静态偏心后和同心后力产生之间的差异为总输出力的9-12%。这种差异可以直接归因于肌腱滑轮摩擦。利用这种现象的机器人和假肢应用,我们可以实现驱动器的尺寸,重量和因此减少能源消耗。在这项研究中,我们提出了一个仿生摩擦开关的设计。自适应皮带轮的设计旨在最大限度地减少摩擦力的影响,在低和中等负载条件下,并在高负载条件下最大化。这是通过由高摩擦硅胶基板和低摩擦抛光钢销组成的双材料系统实现的。该系统,旨在切换其摩擦性能之间的低负荷和高负荷的条件下,描述和其行为的实验验证相对于销的数量和间距。结果验证了其预期行为,使其成为机器人肌腱驱动系统的可行选择。
2014-01-21 cs.RO
A Tendon-Driven Robotic Jellyfish with Constrained Soft Actuation and Depth Control via Reinforcement Learning
Hong Kong Embodied AI Lab(香港具身智能实验室);The Chinese University of Hong Kong(香港中文大学);The Hong Kong University of Science and Technology(香港科技大学)
提出一种腱驱动仿生水母机器人,通过约束软驱动实现大变形和线性驱动,并利用强化学习实现闭环深度控制,提升软体机器人的可控性与自主性。
2026-10-19 cs.RO
Investigating the Effect of a Series Elastic Actuation Retrofit to Black-Box Actuators
Imperial College London, Mechanical Engineering Department(帝国理工学院伦敦校区机械工程系)
通过为黑箱执行器加装串联弹性元件,利用有限元分析设计扭转弹性元件,实现了高保真力测量,将开环力控制带宽从10.32 Hz提升至30.32 Hz,提升2.93倍,且性能优于成本更高的商用传感器。
2026-05-22 cs.RO
Inertial Parameter Identification Including Friction and Motor Dynamics
Istituto Italiano di Tecnologia(意大利技术研究院);University of Verona(维罗纳大学)
惯性参数辨识是类人机器人实现力矩控制的基础。同时,良好的摩擦和致动器动力学模型对于关节扭矩的低水平控制至关重要。我们提出了一种新的方法来识别惯性,摩擦和电机参数在一个单一的过程。该识别利用了直流电机的PWM测量值和安装在运动链内部的6轴力/扭矩传感器。偏最小二乘(PLS)方法被用来执行回归。我们确定了iCub人形机器人右臂的惯性、摩擦和电机参数。我们验证了所识别的模型可以准确地预测力/扭矩传感器测量值和电机电压。此外,我们比较了所识别的参数对CAD参数,在预测的力/扭矩传感器测量。最后,我们证明了估计模型可以有效地检测外部接触,并将其与基于网络的接触检测进行比较。所提出的方法相对于其他最先进的方法提供了一些优势,因为它的完整性(即,它识别惯性,摩擦和电机参数)和简单性(只有一个数据汇集,没有特殊要求)。
2014-10-16 cs.RO
A Lightweight Force-Controllable Wearable Arm Based on Magnetorheological-Hydrostatic Actuators
Exonetik Inc.(Exonetik公司)
多余机器人肢体(SRL)是可穿戴机器人,通过充当同事、触及物体、支撑人类手臂等来增强人类能力。然而,现有SRL缺乏交互力必须可控的任务所需的机械反向驱动能力和带宽,例如绘画、操纵易碎物体、在最小化重量的同时具有高带宽的高度可反向驱动性提出了由传统电磁致动器的有限性能所强加的主要技术挑战。本文研究了使用磁流变(MR)离合器耦合到一个低摩擦静液压传动的可行性,以提供一个高能力,但重量轻,力可控的SRL。设计并制造了一个2.7kg的2自由度可穿戴机械臂。肩关节和肘关节设计为提供39和25 Nm,115和180°的运动范围。在单自由度测试台上进行的实验研究和分析验证证明了高力带宽(>25 Hz)和良好的控制相互作用力的能力,即使在与外部阻抗相互作用时。此外,三个力控制方法进行了研究和实验证明:开环,闭环力,闭环压力。这三种方法都是有效的。总的来说,建议的MR静液致动系统是非常适合于一个轻量级的SRL与人类和环境的相互作用,增加了不可预测的干扰。
2022-06-27 cs.RO
SPINE Gripper: A Twisted Underactuated Mechanism-based Passive Mode-Transition Gripper
Department of Civil and Environmental Engineering, Korea Advanced Institute of Science and Technology(环境与土木工程系,韩国科学技术院)
SPINE Gripper通过机械设计实现无需传感器或主动控制的双向抓取与旋转转换,展示非共面多功能操作的机械实现。
2026-01-11 cs.RO
A Real-Time Soft Robotic Patient Positioning System for Maskless Head-and-Neck Cancer Radiotherapy: An Initial Investigation
University of Texas at Dallas(德克萨斯大学达拉斯分校);University of Texas Southwestern Medical Center(德克萨斯大学西南医学中心)
我们提出了一种新的方法,以准确地定位患者在头部和颈部调强放射治疗(IMRT)的初步检查。基于位置的视觉伺服的无线电透明的软体机器人是用来控制弯曲/伸展头部的假人头部运动。Kinect RGB-D摄像头用于测量头部位置,并且感测位置与期望位置之间的误差用于控制气动系统,该气动系统调节可充气气囊(IAB)内的压力。结果表明,该系统能够控制头部运动到2 mm内的参考轨迹。这建立了概念验证,即使用多个IAB和执行器可以改善癌症治疗。
2015-09-19 cs.RO
Inverse Dynamics with Rigid Contact and Friction
George Washington University(乔治华盛顿大学)
逆动力学在机器人学和生物力学中有着广泛的应用。在机械手和足式机器人中,它可以形成一个有效的非线性控制策略的基础,通过提供一个机器人精确的位置跟踪和主动顺应。在生物力学应用中,逆动力学控制可以近似地确定与观察到的运动相对应的施加在解剖关节处的净扭矩。在机器人控制的背景下,使用逆动力学需要知道所有作用在机器人上的接触力;准确感知施加到机器人上的外力需要滤波,因此需要显著的时间延迟。在最近的文献中提出了一种替代方法:在刚体动力学、刚性接触和摩擦的假设下同时预测接触力和致动器力。现有的这种逆动力学方法已经使用了接触模型的近似,这允许使用快速数值线性代数算法。相比之下,我们描述的逆动力学算法,只来自第一原理,并使用既定的现象学模型,如库仑摩擦。我们评估这些逆动力学算法在控制上下文中使用两个虚拟机器人:一个四足机器人和一个固定的机械手抓住一个盒子,同时使用完全准确的传感器数据从模拟。从这些实验中收集的数据给出了这样的控制器在原位的性能上的上限。对于比较点,我们评估的性能相同的任务,错误反馈控制和逆动力学控制与虚拟接触力传感。
2016-08-04 cs.RO
Learning physics-informed simulation models for soft robotic manipulation: A case study with dielectric elastomer actuators
University of Edinburgh(爱丁堡大学);Ghent University(根特大学);imec(微电子研究中心)
软致动器提供了一种安全,适应性强的方法,如温柔的抓取和灵巧的操纵任务。然而,由于可变形材料的复杂物理特性,创建精确的模型来控制这样的系统是具有挑战性的。精确的有限元法(FEM)模型导致闭环使用的过高的计算复杂性。使用微分模拟器是一个有吸引力的替代方案,但其适用性的软致动器和可变形材料仍然未充分探索。本文提出了一个框架,结合两者的优点。我们学习一个可微的模型组成的材料属性神经网络和分析动力学模型的其余部分的操作任务。该物理模型使用FEM生成的数据进行训练,可用于闭环控制和推理。我们评估我们的框架上的介电弹性体致动器(DEA)硬币拉任务。我们模拟了使用DEA沿着摩擦接触的表面拉硬币的任务,使用FEM,并评估了模拟,控制和推理的物理模型。与FEM相比,我们的模型达到了< 5%的仿真误差,并且我们将其用作MPC控制器的基础,该控制器需要比无模型的演员-评论家,PD和启发式策略更少的迭代来收敛。
2022-07-16 cs.AI cs.RO
Residual Wrench Certification and Margin-Aware Control Synthesis for Aerial Physical Interaction
University of Cincinnati(辛辛那提大学);Indian Institute of Technology Bombay(印度理工学院孟买分校)
本文提出一个任务相对框架,利用凸几何为多旋翼在悬停和接触后认证残余扳手裕度,并通过指令投影和增益综合保持储备,模拟验证八旋翼裕度优于六旋翼。
2026-10-01 cs.RO cs.SY eess.SY
QuadVerse: An Integrated Framework Aligning Visual-Physical Reality for Quadruped Simulation
Nanjing University(南京大学);BUPT(北京邮电大学);DEXMAL;Tsinghua University(清华大学)
提出QuadVerse框架,通过重建场景校准视觉、物理和致动器,利用3DGS和接触校准减少仿真到现实的差距,实现零样本视觉导航策略部署。
2026-06-08 cs.RO
Performance Control of Tendon-Driven Endoscopic Surgical Robots With Friction and Hysteresis
在这项研究中,一种新的位置控制方案的腱鞘机构(TSM),这是用于柔性医疗设备。TSM被广泛用于灵巧机器人应用中,因为它可以在有限的空间中、在受限的环境中灵活地工作,并且提供从外部致动器到远端关节的高效动力传输。然而,肌腱和护套之间的摩擦和反冲滞后的非线性对实现末端执行器的精确位置控制提出了挑战。以往的研究只针对已知的腱鞘结构和模型参数的反冲滞后非线性的假设下的TSM的控制问题。这些方法可能对整个系统性能和实际实现具有不利影响和限制。本文提出了一种新的方法来建模和控制的TSM驱动的柔性机器人系统。所设计的控制器不需要精确的非线性摩擦和间隙滞后参数的知识,只有他们的界限在线估计。仿真和实验验证结果表明,该控制方案在不需要知道模型参数和鞘层结构的情况下,能够显著提高系统的跟踪性能。
2017-02-06 cs.RO math.DS
The Design and Simulation of Biomimetic Fish Robot for Aquatic Creature Study
School of Electrical and Electronic Engineering(电气与电子工程学院)
在水下生物研究应用中,与螺旋桨驱动的ROV和伺服电机驱动的机器鱼相比,具有柔性驱动结构的新型仿生鱼机器人设计能够与水生生物进行更密切的互动,并记录真实的栖息地和行为。这最后的项目报告提出了详细的设计过程中的液压软致动器驱动的机器鱼水生生物研究能够游泳沿三维轨迹。在分析现有设计优缺点的基础上,设计了机器鱼。除了关键部件的机械和电子设计和制造方法外,还设计了一种简化的开环控制算法,用于在Proteus仿真环境中检查应用板和微控制器的功能。作为机器鱼的关键部件,本文采用有限元法对柔性驱动器在不同压力下的变形进行了仿真,以验证设计的正确性。还进行了计算流体动力学(CFD)模拟,以提高机器鱼形状的流体动力学效率。虽然由于疫情的影响,无法进行实体制造,但模拟显示,在控制、驱动和流体动力效率方面,整体表现良好。
2021-10-13 cs.RO cs.SY eess.SY
A Unified MPC Strategy for a Tilt-rotor VTOL UAV Towards Seamless Mode Transitioning
Carnegie Mellon University(卡内基梅隆大学)
提出一种基于MPC的统一控制策略,解决倾转旋翼VTOL无人机无需模式切换的控制分配问题,利用四旋翼冗余设计提升容错性,在性能上优于PID控制器并实现平滑过渡与精确转弯。
2024-02-12 cs.RO cs.SY eess.SY
Sim-to-Real Transfer for Muscle-Actuated Robots via Generalized Actuator Networks
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Boston University(波士顿大学);University of Oxford(牛津大学);University of Alberta(阿尔伯塔大学);Alberta Machine Intelligence Institute (Amii)(阿尔伯塔机器智能研究所(Amii))
提出广义执行器网络(GenAN),通过从关节位置轨迹学习执行器模型,实现肌肉驱动机器人从仿真到现实的策略迁移,首次成功在四自由度肌肉驱动机器人臂上完成动态任务。
2026-10-16 cs.LG cs.RO
The dynamic effect of mechanical losses of transmissions on the equation of motion of legged robots
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
工业机械手在断电时由于其关节中的摩擦力而不会在其自身重量下倒塌。虽然这些机制是有效的刚性位置控制的拾取和放置,他们是不合适的足式机器人,必须迅速调节顺应与环境的相互作用。然而,没有度量存在量化的机器人的性能下降,由于在致动器和传输的机械损失。本文提供了一个基本的配方,使用的机械效率的传输,量化的影响,在机械传动的动力学上的整个机器人系统的功率损失。我们定量地证明了直观的事实,即在关节摩擦的存在下,机器人的表观惯性增加。我们还表明,采用高传动比和低效率的传输机器人可以静态承受更大的外部负载。我们期望,这里提出的框架将提供设计下一代足式机器人,可以有效地与世界互动的基本工具。
2021-06-03 cs.RO
A Harmonic Potential Field Approach for Joint Planning & Control of a Rigid, Separable Nonholonomic, Mobile Robot
KFUPM(法赫德国王石油与矿业大学)
本文提出一种基于谐振势场的方法,用于在移动机器人伺服层面实现路径规划,通过同步控制信号使机器人速度与势场梯度一致,解决复杂环境下的规划问题。
2016-08-23 cs.RO cs.SY eess.SY
NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception
MIT(麻省理工学院);Amazon(亚马逊)
研究针对低成本平台执行器动力学致模拟到现实误差问题,提出NeuralActuator模型,能联合预测多种内容,引入NAD数据集,通过可微模拟训练,经多平台实验验证其在电机状态估计等方面有应用价值。
2026-07-20 cs.CV cs.GR cs.LG
asRoBallet: Closing the Sim2Real Gap via Friction-Aware Reinforcement Learning for Underactuated Spherical Dynamics
ETH-type omni-wheels(ETH型全向轮);humanoid ballbot hardware platform(人形球形机器人硬件平台);quadruped(四足机器人);smartphone-based computing(基于智能手机的计算)
本文提出asRoBallet,首个端到端强化学习策略应用于人形球形动力学硬件平台,通过高保真模拟和摩擦感知强化学习实现零样本仿真到现实迁移。
2026-05-07 cs.AI cs.RO
Traversing the Reality Gap via Simulator Tuning
Data61/CSIRO(澳大利亚联邦科学与工业研究组织数据61);Queensland University of Technology (QUT)(昆士兰科技大学);Australian Centre for Robotic Vision (ACRV)(澳大利亚机器人视觉中心);LYRO Robotics Pty Ltd(LYRO机器人私人有限公司)
对模拟数据的大量需求使得现实差距成为机器人技术前沿的一个问题。我们提出了一种方法来遍历的差距,通过调整可用的模拟参数。通过物理引擎参数的优化,我们表明,我们能够缩小模拟解决方案和现实世界的数据集之间的差距,从而允许更容易地在两者之间转移学习行为。我们随后获得的理解,具体的模拟器参数,这是广泛的兴趣,机器人机器学习社区的重要性。我们发现,即使针对不同的任务进行了优化,不同的物理引擎在某些情况下表现更好,摩擦和最大致动器速度是严格限制的参数,极大地影响了模拟解决方案的转移。
2020-03-03 cs.RO
Detailed Dynamic Model of Antagonistic PAM System and its Experimental Validation: Sensor-less Angle and Torque Control with UKF
The University of Electro-Communications(电气通信大学);Safie, Inc.(Safie公司)
本研究提出一个详细的非线性数学模型的拮抗性气动人工肌肉(PAM)驱动器系统的关节角度和扭矩估计使用无迹卡尔曼滤波器(UKF)。所提出的模型描述的混合状态空间表示。它包括PAM的收缩力、关节动力学、压缩空气的流体动力学、阀门的质量流量和摩擦模型。对部分摩擦力模型进行了修正,得到了一种新的库仑摩擦力形式,该摩擦力取决于PAM的内压。为了验证模型,离线和在线UKF估计和无传感器跟踪控制的关节角度和扭矩进行评估的估计精度和跟踪控制性能。估计精度小于7.91%,稳态跟踪控制性能大于94.75%。这些结果表明,所提出的模型是详细的,可以用来作为一个拮抗PAM系统的状态估计器。
2021-06-05 cs.RO cs.SY eess.SY
Neural-Learning Trajectory Tracking Control of Flexible-Joint Robot Manipulators with Unknown Dynamics
Rensselaer Polytechnic Institute(伦斯勒理工学院)
快速、精确的运动控制对于制造业应用中的工业机器人非常重要。然而,一些协作机器人为了安全而牺牲精度,特别是对于高运动速度。性能下降是由关节伺服控制器不能解决机器人臂的不确定非线性动态特性引起的,由于关节的灵活性。我们考虑两种方法来提高轨迹跟踪性能,通过前馈补偿。第一种方法使用迭代学习控制,与基于梯度的迭代更新产生的机器人前向动力学模型。第二种方法使用动态逆直接补偿机器人的前向动力学。如果前向动态是严格适当的或者是非最小相位的(例如,由于时间延迟),其稳定逆将是非因果的。这两种方法都需要机器人动力学模型。本文介绍了使用递归神经网络(RNNs)来近似这些动态模型的结果-前向动态在第一种情况下,逆动态(可能是非因果关系)在第二种情况下。我们使用双向RNN来捕捉非因果关系。RNN基于命令轨迹和实际机器人响应的集合进行训练。我们使用Baxter机器人来评估这两种方法。Baxter机器人具有显着的关节灵活性,由于串联弹性关节致动器。这两种方法都实现了相当大的改进,在未经补偿的机器人运动,随机关节轨迹和笛卡尔运动。逆动力学方法是特别有吸引力的,因为它可以用来更准确地跟踪用户输入,如在遥控操作。
2019-08-08 cs.RO
Learning Agile Swimming: An End-to-End Approach without CPGs
School of Information Science and Technology, ShanghaiTech University(上海科技大学信息科学与技术学院)
针对仿生机器鱼运动控制器难以充分发挥水动力性能的问题,提出无模型端到端DRL控制框架,结合CFD仿真与创新sim-to-real策略缩小虚实差距,在速度、转弯半径、能耗上优于现有方法,助力真实场景部署。
2025-01-04 cs.RO
Safety filtering of robotic manipulation under environment uncertainty: a computational approach
Department of Physics, Umeå University(物理系,乌梅学院);Algoryx Simulation AB(Algoryx模拟公司)
针对动态非结构化环境中机器人操作的安全问题,提出基于物理的安全过滤方案,利用高保真仿真结合密集展开与稀疏重评估,有效识别并过滤不安全轨迹。
2025-09-16 cs.RO
Dynamic Modeling and LQR Control of a Single Coaxial Drone with 2DOF Thrust Vectoring Mechanism
Sharif University of Technology(谢里夫理工大学)
本研究提出一种带二自由度摆锤推力矢量机构的同轴无人机,建立完整拉格朗日模型并设计LQR控制器,通过高保真仿真验证其节能且可靠的性能。
2026-09-21 cs.RO cs.SY eess.SY
Context-Conditional Navigation with a Learning-Based Terrain- and Robot-Aware Dynamics Model
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);University of Freiburg(弗赖堡大学)
针对自主导航中地形属性与机器人动力学变化的适配问题,提出基于神经过程元学习的概率性地形与机器人感知前向动力学模型TRADYN,在模拟场景中实现了更优的长时域轨迹预测与导航规划性能。
2024-10-05 cs.LG cs.RO
Development of a Modular and Submersible Soft Robotic Arm and Corresponding Learned Kinematics Models
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Beckman Institute for Advanced Science and Technology(贝克曼高等科学技术研究所);University of Michigan(密歇根大学)
自然界中发现的许多软体生物在水下繁殖。类似地,软体机器人可能非常适合水下环境,部分原因是重力、摩擦和谐波振荡的问题影响在水下不那么严重。然而,它仍然是一个挑战,设计,制造,防水,建模和控制水下软机器人系统。此外,潜水机器人通常没有可配置的组件,因为需要密封的电子和机械元件。这项工作介绍了一种由液压致动器驱动的模块化和可潜水软机械臂的开发,该机械臂主要由3D打印部件组成,可以在相对较短的时间内组装或修改。其模块化设计可实现多种形状配置,并可轻松更换软致动器。作为在该系统上探索机器学习控制算法的第一步,我们还提出了使用深度神经网络开发的初步正向和逆运动学模型。
2022-12-06 cs.AI cs.LG cs.RO
Enabling Tidying Tasks in Robotic Vacuum Cleaners via a Geometry-Induced Self-Locking Deployable Linkage
Samsung Research, Samsung Electronics(三星电子三星研究院)
该研究提出一种几何诱导自锁可展开连杆机构,集成到商用扫地机器人中,经测试可实现承重整理任务,为被动柔顺与关节操纵间的中间设计点提供方案。
2026-10-19 cs.RO cs.SY eess.SY
Learning a Terrain- and Robot-Aware Dynamics Model for Autonomous Mobile Robot Navigation
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);University of Freiburg(弗莱堡大学);University of Augsburg(奥格斯堡大学)
本文提出地形与机器人感知的动力学模型TRADYN,基于神经过程元学习,适应地形和机器人变化,在仿真中降低预测误差并提升导航规划效率。
2024-09-17 cs.LG cs.RO
Optimal control of differentially flat underactuated planar robots in the perspective of oscillation mitigation
Department of Industrial Engineering, University of Padova(帕多瓦大学工业工程系)
本文研究了欠驱动平面机器人在抑制振荡视角下的最优控制方法,通过动态平坦性理论和优化控制相结合,提升轨迹跟踪性能,减少因关节 stiffness/damping 不匹配引起的振荡。
2026-04-20 cs.RO
Efficient Learning of Inverse Dynamics Models for Adaptive Computed Torque Control
University of Edinburgh(爱丁堡大学);University of Liverpool(利物浦大学)
精确地建模机器人动力学对于控制、运动优化和安全的人机协作至关重要。考虑到现代机器人系统的复杂性,动力学建模仍然是不平凡的,主要是在存在顺应性致动器,机械不准确,摩擦和传感器噪声。最近的努力集中在利用数据驱动的方法,如高斯过程和神经网络,以克服这些挑战,因为它们能够捕捉这些动态,而不需要事先广泛的知识。虽然高斯过程已被证明是学习机器人动力学的有效方法,并且能够通过其方差来表示学习模型中的不确定性,但它们的代价是立方时间复杂度,而不是线性的,就像深度神经网络一样。在这项工作中,我们利用了深度内核模型的使用,它将深度学习的计算效率与内核方法(高斯过程)的非参数灵活性相结合,其首要目标是实现一个准确的概率框架,用于不确定性量化。通过使用预测方差,我们调整反馈增益,因为更准确的模型被学习,从而导致低增益控制,而不影响跟踪精度。使用模拟和真实的数据记录从一个七度的自由度机器人机械手,我们说明了如何使用随机变分推理与深内核模型增加遵守计算的扭矩控制器,并保持跟踪精度。我们通过经验展示了我们的模型如何在在线逆动力学模型学习的预测不确定性方面优于当前最先进的方法,并巩固了其在不同设置中的适应和泛化能力。
2022-05-10 cs.RO
Interaction Dynamics Modeling and Predictive Control for Safe Steerable Catheter--Tissue Interaction
Voryx Robotic LLC
研究安全可控导管-组织相互作用动力学问题,通过建立模型、采用部分物理前馈、预测优化器及增强卡尔曼滤波器等方法,实现无偏移运动调节与接触力安全,模拟结果验证了方法有效性,硬件验证待开展。
2026-09-29 cs.AI cs.RO cs.SY