【AI视野·今日Robot 机器人论文速览 第七期】Tue, 15 Jun 2021
AI视野·今日CS.Robotics 机器人学论文速览Tue, 15 Jun 2021Totally 20 papers????上期速览✈更多精彩请移步主页Daily Robotics PapersDynamic Based Estimator for UAVs with Real-time Identification Using DNN and the Modified Relay Feedb
·
AI视野·今日CS.Robotics 机器人学论文速览
Tue, 15 Jun 2021
Totally 20 papers
👉上期速览✈更多精彩请移步主页
Daily Robotics Papers
| Dynamic Based Estimator for UAVs with Real-time Identification Using DNN and the Modified Relay Feedback Test Authors Mohamad Wahbah, Mohamad Chehadeh, Yahya Zweiri 无人驾驶飞行器无人机的控制性能直接受其准确估计其各国的能力的影响。随着自主无人机解决方案在现实世界应用中的普及日益普及，必须开发强大的自适应估计，可以在低成本的无人机中改善传感器噪声。利用估计中的UAV动态的知识可以提供显着的优势，但由于获得UAV动态参数所需的复杂和昂贵的飞行实验，因此仍然具有挑战性。在本文中，我们提出了两个基于Deatuped动态模型的用于无人机的扩展卡尔曼滤波器，为旋转和平移状态的位置和速度提供高速估计，以及过滤的惯性加速度。动态模型参数使用深神经网络和修改的中继反馈测试DNN MRFT框架在线估计，而无需任何先验知识的UAV物理参数。实验测试的设计过滤器具有实验测试的测试，并显示出两种优点。首先，获得了UAV转速和惯性加速度的光滑和滞后估计，并用于改善闭环系统性能，将控制器动作降低超过6。其次，所提出的方法使UAV能够跟踪具有低速率位置测量的激进轨迹，任务通常在这些条件下不可行。实验数据表明，我们达到了符合需要全面了解UAV参数的其他方法的估计性能。 |
| Industry 4.0 and Prospects of Circular Economy: A Survey of Robotic Assembly and Disassembly Authors Morteza Daneshmand, Fatemeh Noroozi, Ciprian Corneanu, Fereshteh Mafakheri, Paolo Fiorini 尽管他们对工业流程的财务效率和环境可持续性，但在现有文献中已经将机器人组装和拆卸受到贡献。这与他们在实现第四次工业革命方面的重要性矛盾。更具体地说，尽管大多数文献已经广泛地讨论了如何最佳地组装或拆卸给定的产品，但是其他因素的作用被忽视了。例如，实现序列计划所涉及的机器人的类型，其理想情况下应考虑在整个链中，包括设计，装配，拆卸和重新组装。隔离相关生态系统的其余部分的前述操作可能导致潜在程序的必要性和效率的错误推论。在本文中，我们试图通过全面调查机器人组装和拆卸的最新技术来缓解这些缺点。我们考虑并审查制造和再制造框架的各个方面，同时特别关注其对支持循环经济的可取性。 |
| Deploying COTS Legged Robot Platforms into a Heterogeneous Robot Team Authors Benjamin Tam, Thomas Molnar, Fletcher Talbot, Brett Wood, Ryan Steindl 近期商业商业婴儿床机器人平台的可用性已经开辟了将腿部系统部署到不同场景的新机会。虽然有腿机器人的主要优势是他们遍历非结构化地形的能力，但在机器人平台可以实现的差距以及他们的动物同行之间仍然存在很大的差距。因此，当作为不同平台的异构机器人团队的一部分部署时，理由理解腿部平台比轮式，跟踪或空中平台更好的不同场景是有益的。两个COTS四足机器人，幽灵机器人愿景60和波士顿动力学点，被部署到异构团队中。提供了整合平台的一些挑战的描述，以及一些在遍历不同的地形的实验中提供了深入了解腿机器人的真实部署。 |
| Heterogeneous Edge-Enhanced Graph Attention Network For Multi-Agent Trajectory Prediction Authors Xiaoyu Mo, Yang Xing, Chen Lv 多个异构交通参与者的同时轨迹预测对于在现实世界中复杂的驾驶情况下连接自动车辆的安全有效运行至关重要。多代理预测任务是具有挑战性的，因为交通参与者的动议受到许多因素的影响，包括他们的个人动态，它们与周围代理商的互动，交通基础设施以及目标代理的数量和方式。为了进一步提前轨迹预测技术，在这项工作中，我们提出了一种三个频道框架以及新的异构边缘增强的图表热量网络热量，能够处理目标代理和涉及的交通参与者的异质性。具体地，使用类型的特定编码器从其历史状态中提取代理的动态。帧间代理交互用指向边缘特征异构图表示，然后使用所提出的热网络提取交互特征。此外，通过引入选择性栅极机制，地图功能在所有代理中共享。最后，多代理的轨迹同时执行。使用城市和公路驾驶数据集的验证表明，所提出的模型可以在复杂的流量情况下实现多个代理的同时轨迹预测，并在预测精度实现最新的现有性能，证明其可行性和有效性。 |
| Transition Motion Planning for Multi-Limbed Vertical Climbing Robots Using Complementarity Constraints Authors Jingwen Zhang, Xuan Lin, Dennis W Hong 为了实现自主垂直壁攀爬，从地面到墙壁的过渡阶段需要不可避免地考虑。本文侧重于接触序列规划器，以在平坦地形和垂直表面之间过渡，用于多峰攀爬机器人。为了克服过渡阶段，需要同时规划多触点和接触扳手，这使得困难。不是使用预定的联系序列，我们考虑通过将接触约束和肢体可切换性建模为互补条件来考虑不同环境设置的各种动作。用于脚趾滑动和电动机的两个安全因子是不同接触序列的主要调谐参数。通过求解作为非线性程序NLP，我们可以产生几个可行的脚放置和接触力序列，以避免故障情况。我们通过在硬件Silvia上的演示验证了可行性，通过仅使用仅使用摩擦，通过支撑在两个墙壁之间垂直攀爬的六条腿机器人。 |
| Variational Policy Search using Sparse Gaussian Process Priors for Learning Multimodal Optimal Actions Authors Hikaru Sasaki, Takamitsu Matsubara 政策搜索强化学习一直在借着学习机器人控制政策的方法引起了很大的关注。特别地，使用这种非参数策略作为高斯进程回归的策略搜索可以使用作为输入的高维和冗余传感器来学习最佳动作。但是，以前的方法隐含地假设每个状态的最佳动作变得唯一。这种假设可以严重限制这样的实际应用，因为机器人操纵，因为设计仅在复杂任务中仅出现一个最佳动作中出现的奖励函数是困难的。以前的方法可能导致关键性能恶化，因为典型的非参数策略由于它们的单位而无法捕获最佳动作。我们提出了具有多个最佳动作的非参数策略搜索的新方法，并且基于稀疏高斯进程的稀疏高斯进程提出了两种不同的算法。以下是用于捕获多个最佳动作的关键思想1多层性，并通过忽略其他方式来寻找用于捕获一个最佳动作的模式。首先，我们提出了一种多模式稀疏高斯过程策略搜索，它使用多个重叠的GPS作为先前的。其次，我们提出了一种寻求稀疏高斯过程策略搜索的模式，该策略搜索使用学生T分发的似然函数。这些算法的有效性通过应用于对象操纵任务，在模拟中具有多个最佳动作的对象操作任务。 |
| Underwater Soft Robotic Hand with Multi-Source Coupling Bio-Inspired Soft Palm and Six Fingers Driven by Water Hydraulic Authors Haihang Wang, He Xu, Chen Yang, Xin Li, Siqing Chen 本研究中的新流体驱动的软机器人手使用仿生学的想法并具有拟方形形式，其定向为柔性掌握功能。软机器人手由一种新型多自由度软手指和软手掌组成，这意味着正手和反手的特征抓握功能。结合精细流体控制系统，软手可以在高压下实现柔性抓握，以实现水下环境中不同类型的目标物体的柔性抓握操作。基于水液压平台控制软机械手，最后，软机器人手和细流体控制系统连接以形成水下软机器人实验平台。 |
| Multi-modal Scene-compliant User Intention Estimation for Navigation Authors Kavindie Katuwandeniya, Stefan H. Kiss, Lei Shi, Jaime Valls Miro 在这项工作中提出了一种多模态框架，以产生用户意图在操作移动车辆时的意图分布。该模型从过去观察到的轨迹中学习并利用来自视觉周边环境的遍历信息，以产生一组未来的轨迹，适合直接嵌入到移动代理中的感知行动共享控制策略，或作为监督谨慎的安全层车辆的操作。我们将我们的解决方案基于具有长短期存储器单元的条件生成的对冲网络，以捕获过去轨迹的轨迹分布，进一步与卷积神经网络的视觉分段导出的可迁移性概率进一步融合。所提出的数据驱动框架导致预测轨迹的误差与文献中的可比策略中的地面真实的误差显着降低。未能考虑到代理人过去历史以外的信息的社交GAN。在收集的数据集上进行了实验，该数据集采用自定义轮椅模型，该模型构建在开源城市驾驶模拟器Carla上，也证明了所提出的框架可以与一个小的UN注释的数据集一起使用。 |
| Redirected Walking in Static and Dynamic Scenes Using Visibility Polygons Authors Niall L. Williams, Aniket Bera, Dinesh Manocha 我们提出了一种新方法，用于在使用机器人运动计划中使用技术的静态和动态场景中的重定向方法来计算转向用户在物理空间中的碰撞路径上的重定向增益。我们的第一款贡献是使用来自运动规划和配置空间的概念重定向的数学框架。该框架突出了各种几何和感知的限制，倾向于使碰撞自由重定向行走困难。我们使用框架提出了一种有效的解决方案，用于重定向问题，该问题使用可见性多边形的概念来计算物理环境和虚拟环境中的自由空间。可见性多边形提供了可见的整个空间的简明表示，因此可以从环境内的位置到用户。使用可行性空间的此表示，我们应用重定向步行以将用户转向到与虚拟环境中的可见性多边形中占据的区域密切匹配的物理环境中的可见性多边形区域。我们表明我们的算法能够沿着静态和动态场景中的现有算法的现有状态来引导用户沿着导致红色复位显着更少的路径。 |
| Lvio-Fusion: A Self-adaptive Multi-sensor Fusion SLAM Framework Using Actor-critic Method Authors Yupeng Jia, Haiyong Luo, Fang Zhao, Guanlin Jiang, Yuhang Li, Jiaquan Yan, Zhuqing Jiang 与传感器的状态估计对于移动机器人至关重要。由于传感器在不同环境中具有不同的性能，如何熔断各种传感器的测量是一个问题。在本文中，我们提出了一个紧密耦合的多传感器融合框架，LVIO融合，其基于图形优化来保存立体声相机，LIDAR，IMU和GPS。特别是对于城市交通场景，我们使用GPS和环路封闭来引入分段的全球姿势图优化，可以消除累积漂移。此外，我们创造性地使用actor批评方法在加固学习中，以便自适应地调整传感器重量。培训后，演员批评者可以提供更好和动态的传感器的系统。我们评估我们在公共数据集上的系统的性能，并将其与其他最先进的方法进行比较，表明该方法对各种环境实现了高估计精度和鲁棒性。我们的实现是开源和高度可扩展的。 |
| A Data-Driven Approach for Contact Detection, Classification and Reaction in Physical Human-Robot Collaboration Authors Martina Lippi, Giuseppe Gillini, Alessandro Marino, Filippo Arrichiello 本文考虑了一个场景，其中一个机器人和人类运营商共享相同的工作区，机器人能够进行自主任务，并与人类物理互动以实现共同的目标。在这种情况下，由于任务和环境的复杂性，人类行为的不确定性以及典型缺乏对彼此行动的典型意识，可能会发生人与机器人之间的故意和意外接触。这里，基于反复性神经网络RNN的两个阶段策略被设计为检测有意和意外接触，在第一阶段检测与人的接触的发生，而故意和意外之间的分类在第二阶段进行。然后，机器人分别执行进入控制策略或避免动作。该方法在机器人同时与人和环境中同时相互作用的情况下，该方法也有效，其中后者的相互作用扳手是通过GASussian混合模型的GMMS建模的。控制屏障功能在控制级别包括CBF，以保证机器人和任务约束的满足在执行适当的交互策略的同时。该方法已在由Kinova Jaco2机器人组成的真实设置上验证。 |
| A Mixed-Integer Linear Programming Formulation for Human Multi-Robot Task Allocation Authors Martina Lippi, Alessandro Marino 在这项工作中，我们解决了人类多机器人设置的任务分配问题。给定一组任务来执行，我们制定了一个通用混合整数线性编程MILP问题，旨在最大限度地减少整体执行时间，同时优化所执行的任务的质量以及人员和机器人工作负载。代理商的不同技能，人类和机器人都被考虑在内，人类运营商能够直接执行任务或游戏监督角色，如果需要，可以紧紧协作执行任务。最后，在人类背景下，假设人类参数随时间变化，例如，由于人类的疲劳程度增加。因此，需要在线监控，并且如果需要进行重新分配。使用两个操纵器和执行组装任务的人工操作者的仿真验证了方法的有效性。 |
| Inexact Loops in Robotics Problems Authors Erik Nelson 循环在机器人问题中普遍存在，出现在映射和本地化中，其中一个人有兴趣找到更好的近似机器人构成或其他估计数量的循环关闭约束，以及规划和预测，其中一个人对空间的同谐话感兴趣机器人通过哪个机器人移动。我们概括了循环的标准拓扑定义，以轨迹靠近自身的情况，但不一定触摸，给出了对真正的机器人问题更加实用的定义。这种放松导致不精确环的新的和有用的性质，例如它们被划分为拓扑连接的集合的能力紧密地匹配循环闭合的概念，以及简单和非纤维环的存在。从这些想法构建，我们介绍了几种方法来测量轨迹（例如轨迹的循环区域和循环密度）上不精确循环的属性和数量，并使用它们来比较采样代表不精确循环的策略，以构建映射和本地化的限制问题。 |
| Verified Synthesis of Optimal Safety Controllers for Human-Robot Collaboration Authors Mario Gleirscher, Radu Calinescu, James Douthwaite, Benjamin Lesage, Colin Paterson, Jonathan Aitken, Rob Alexander, James Law 我们提出了一种支持的工具，用于综合，验证和验证对使用协作机器人的制造过程中的人体机器人交互的安全性的控制软件的合成，验证和验证。在人类机器人协作中，基于软件的安全控制器用于改善操作安全，例如，通过触发关闭机制或紧急停止以避免事故。复杂的机器人任务和越来越密切的人体机器人互动对控制器开发人员和认证机构构成了新的挑战。这些挑战中的关键是需要确保安全控制器根据明确，优选弱弱假设的正确性。我们的控制器综合，验证和验证方法是通过目标申请的进程，风险分析和相关安全法规通知的。根据一组最优性标准，从可行控制器的设计空间中选择了控制器，与正确性标准正式验证，并被转换为可执行代码并在数字双胞胎中验证。生成的控制器可以检测到危险的发生，将过程移动到安全状态，并且在某些情况下，将过程返回到它可以恢复其原始任务的操作状态。我们通过案例研究表明我们的软件工程方法的有效性，涉及为配备有协作机器人的制造工作单元的安全控制器的开发。 |
| Unsupervised Learning of Visual 3D Keypoints for Control Authors Boyuan Chen, Pieter Abbeel, Deepak Pathak 从高维图像学习感觉传感器控制策略至关重要依赖于底层视觉表示的质量。先前作品显示，诸如视觉关键点的结构化潜在空间通常优于机器人控制的非结构化表示。然而，即使控制任务通常在3D环境中执行，大多数这些表示，是否在2D空间中学习在2D空间中。在这项工作中，我们提出了一个框架，以直接从图像中直接从图像中学习这种3D几何结构，以结束无监督的方式。输入图像通过培训的可差分编码器嵌入到潜在的3D Keypoint中，该编码器训练以优化多视图一致性丢失和下游任务目标。这些发现的3D关键点倾向于在时间和3D空间中以一致的方式捕获机器人关节以及对象运动。建议的方法优于各种加强学习基准的现有技术方法。代码和视频 |
| PolarStream: Streaming Lidar Object Detection and Segmentation with Polar Pillars Authors Qi Chen, Sourabh Vora, Oscar Beijbom 最近的作品将LIDARS作为固有的流式数据源，并显示LIDAR感知模型的结束通过在楔形点云扇区上运行而不是完整点云，可以显着减少。但是，由于使用笛卡尔坐标系，这些方法将扇区代表为矩形区域，浪费内存并计算。在这项工作中，我们建议使用极坐标系，并对这一设计进行两个关键改进。首先，我们通过使用从当前扫描的相邻扇区和来自过去扫描的以下扇区的相邻扇区的多尺度填充来增加空间上下文。其次，我们通过引入特征不变和范围分层卷积来改善核心极性卷积架构。 NUSCENES数据集的实验结果显示出对基于流的其他流的方法显着改进。我们还实现了与现有的非流定制方法相当的结果，但延迟下降。 |
| A new soft computing method for integration of expert's knowledge in reinforcement learn-ing problems Authors Mohsen Annabestani, Ali Abedi, Mohammad Reza Nematollahi, Mohammad Bagher Naghibi Sis tani 本文提出了一种新型模糊动作选择方法，以利用钢筋学习问题的人类知识。基于最新动作状态值的估计，所提出的模糊非线性映射作为行动的每个成员设置为下一步中选择的概率。引入用户可调参数以控制操作选择策略，该策略确定整个学习过程中的代理贪婪行为。此参数类似于SoftMax动作选择策略中的温度参数的作用，但是由于该参数通过在模糊规则库中修改，因此该参数将人类知识反映为学习代理的调整过程。仿真结果表明，在提出的方式中，在增强学习内包括模糊逻辑，提高了学习算法的收敛速率，并提供了卓越的性能。 |
| A novel fully 3D, microfluidic-oriented, gel-based and low cost stretchable soft sensor Authors Mohsen Annabestani, Pouria Esmaili Dokht, Seyyed Ali Olianasab, Nooshin Orouji, Zeinab Alipour, Mohammad Hossein Sayad, Kimia Rajabi, Barbara Mazzolai, Mehdi Fardmanesh 本文介绍了一种新型全面3D，微流体取向，基于凝胶和低成本高度可拉伸的电阻传感器。通过所提出的方法，我们能够通过单个传感器测量和区分所有伸展，扭曲和压力特征，该传感器是我们传感器的全3D结构所获得的潜力。针对所有使用Egain作为传感器的导电材料的先前传感器，我们使用了低成本，安全和普遍的乙二醇的凝胶。为了展示所提出的传感器的功能，可以进行一组设计的实验测试，该试验显示了所提出的传感器的线性，准确，耐用的操作。最后，传感器通过其膝盖，肘部和手腕上的铰空倾斜。而且，为了评估传感器的压力功能，开发，制造和评估了完全3D活性脚鞋垫。所有结果都显示了拟议的传感器的有希望的功能，以便在康复，可穿戴设备，软机器人，智能服装，步态分析，AR VR等中使用的现实世界应用。 |
| Unsupervised Place Recognition with Deep Embedding Learning over Radar Videos Authors Matthew Gadd, Daniele De Martini, Paul Newman 我们以无监督的方式学习，从雷达图像的序列嵌入，该雷达图像适合于使用复杂的雷达数据解决地识别问题。我们试验在280公里的数据上，显示出现艺术监督方法的性能超过最新，在使用最近的数据库候选人的时间内定位98.38。 |
| Metrics for 3D Object Pointing and Manipulation in Virtual Reality Authors Eleftherios Triantafyllidis, Wenbin Hu, Christopher McGreavy, Zhibin Li 评估遥气操作和虚拟现实期间人类运动的性能是一个具有挑战性的问题，特别是由于复杂的空间设置导致的3D空间。尽管存在众多指标，但尚未缺少一个引人注目的标准化3D度量，从而加剧了不同研究之间的研究帧间可比性。因此，在虚拟环境中评估人类性能是一个长期的研究目标，并且在一个配方下结合两个或更多个度量的性能度量仍然很大程度上是未探测的，特别是在更高的尺寸上。不存在这种度量主要归因于指向和操作之间的差异，3D中的复杂空间变量以及平移和旋转运动的组合。在这项工作中，设计了四个实验，并进行了逐步更高的空间复杂性来研究和比较现有的度量。研究目标是在完整的3D脉搏空间中量化这些3D任务的难度和模型人类性能。因此，已经提出了一种新的模型扩展，并且其适用性在所有实验结果中验证，显示了3D对象指向和操纵任务的组合运动中的人类性能的改进建模和表现，而不是现有的工作。最后，讨论了虚拟现实中的3D交互，远程和对象任务设计的影响。 |
| Chinese Abs From Machine Translation |
CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！
更多推荐
0
0- 0
已为社区贡献71条内容
所有评论(0)