Conceptos Básicos
ロボットの全身ダイナミクスとポーズ最適化を活用し、人間の不確実性に適応しながら、効率的な人間-ロボット共同輸送を実現する。
Resumen
本論文は、人間-ロボット共同輸送のための新しい制御アルゴリズムを提案している。主な内容は以下の通りである:
人間の不確実性を明示的にモデル化し、ロボットの全身ダイナミクスを考慮したMPC 最適化問題を定式化した。これにより、人間の行動変動に適応しつつ、追跡誤差とエネルギー消費を最小化できる。
ポーズ最適化を MPC に統合することで、同じ end-effector 位置姿勢に対して複数の関節角組み合わせから最適なものを選択できるようにした。これにより、人間の不確実性に対してより効率的な制御が可能となる。
提案手法の有効性を理論的な導出と、シミュレーションおよび実機実験により検証した。結果、提案手法は、人間の不確実性を考慮せずにポーズ最適化を行う手法や、人間の不確実性を考慮するが最適化を行わない手法と比べて、より高い追跡精度と低いエネルギー消費を実現できることを示した。
Estadísticas
人間の位置変動の標準偏差は、x方向が0.015m、y方向が0.025m、z方向が0.015mである。
人間の変動の強さを表すパラメータqは0.4または0.7を使用した。
Citas
"人間の不確実性に適応する自律ロボットの能力は、システムの運用効率と安全性を決定する鍵となる。"
"本研究の主要な貢献は、人間の不確実性を明示的にモデル化し、ロボットの全身ダイナミクスを考慮したMPC 最適化問題の定式化、およびポーズ最適化の統合である。"