효율적인 이중 팔 재배치를 위한 통합 계획 및 제어 최적화
이 연구는 이중 팔 시스템을 사용하여 복잡한 테이블탑 다중 물체 재배치 문제를 해결하기 위한 통합 계획 및 제어 최적화 파이프라인을 제안합니다. 이를 통해 실행 시간을 크게 단축하면서도 동시에 가속도 및 저크 제한을 준수하는 시간 매개변수화된 궤적을 생성합니다.
고전압 변전소의 거친 지형에서 지상 차량을 이용한 위치 추정 및 오프라인 매핑
거친 지형에서 지상 차량의 자율 주행을 위해 효율적인 하이브리드 위치 추정 프레임워크와 3D 포인트 클라우드 데이터 처리 기술을 제안한다.
고르지 않은 지형에서 미분 가능한 바퀴-지면 상호작용 모델을 이용한 이중 수준 궤적 최적화
고르지 않은 지형에서 차량의 6자유도 자세를 예측하고 이를 활용하여 안정성과 운동학적 비용을 최소화하는 이중 수준 궤적 최적화 기법을 제안한다.
실험 데모를 통해 학습한 시각적 사지 조작 기술로 다양한 일상 작업 수행
사지 로봇이 시각 정보와 강화 학습을 활용하여 문을 열고, 버튼을 누르며, 바구니를 들어 올리는 등 다양한 일상 작업을 수행할 수 있도록 하는 계층적 학습 프레임워크를 제안하였다.
자율 보행 전환과 에너지 효율적인 사족 로봇 보행을 위한 적응형 에너지 정규화
에너지 소비를 최소화하는 단순한 보상 함수를 통해 사족 로봇이 자율적으로 속도에 따른 최적의 보행 패턴을 선택할 수 있음을 보여줌
안전한 항해를 위한 포인트 클라우드 기반 제어 장벽 함수 활용
포인트 클라우드 데이터를 활용하여 로봇의 안전한 항해를 위한 제어 장벽 함수 기반 접근법을 제안한다.
자율 시각 전신 제어를 통한 다리 이동 조작 기술
본 연구는 시각 입력을 활용하여 전신 제어를 통해 다리 이동 조작 작업을 수행하는 자율 로봇 시스템을 제안한다. 이를 통해 다양한 환경과 물체에서 효과적인 조작 작업을 수행할 수 있다.
수직 도전적 지형에서 효율적인 6자유도 운동역학 모델링을 위한 지형 주목 학습
수직 도전적 지형에서 휠 로봇의 6자유도 운동역학을 효율적으로 모델링하기 위해 지형 특성에 주목하는 데이터 기반 학습 접근법을 제안한다.
정보 공유와 압축을 통한 효율적인 다중 에이전트 임무 기반 탐색
센서 로봇들이 압축된 지도 데이터를 공유하여 탐색 목표 로봇의 경로 계획을 지원하는 효율적인 다중 에이전트 탐색 프레임워크
© 2024 by Linnk AI