ビジュアルサーボ/追従制御2026/9/13arXiv:2609.14589

動的模倣制約による移動目標のロボットサーボ追従

Robotic Servo Tracking of Moving Targets with Dynamic Imitation Constraints

移動目標を追従する際に、模倣軌道制約を用いて軌道の連続性や振動を抑え、動的障害物回避と高精度収束を実現するサーボ追従手法を提案した論文。

詳しい要約

1. どんなもの？

- 移動目標に対するロボットのサーボトラッキング手法。 - 軌道制約を模倣軌道制約として動的に課す。 - 動的モデルを定式化し収束性を解析。 - 時間スケーラブル変形機構と形状・振幅成分を含む軌道変調を導入。 - リアルタイムで軌道を生成し、追従点を適応的に決定。 - シミュレーションと実世界実験で有効性を検証。

2. 先行研究と比べてどこがすごい？

- 既存のトラッキング手法は視覚残差を制御速度に写像し高速応答を実現するが、中間運動過程への制約が弱い。 - その結果、軌道不連続、振動、保守的行動が生じる。 - 提案手法は模倣軌道制約によりこれらを改善。 - 複雑環境で動的障害物回避と高精度収束を達成。 - いくつかの最先端手法と比較して優位性を示す。

3. 技術・手法の肝は？

- 移動目標に接近するロボットの動的モデルを定式化し収束性を解析。 - 時間スケーラブル変形機構を導入。 - 形状成分と振幅成分を含む軌道変調を導入。 - これらによりリアルタイムで一連の軌道を生成。 - 追従点を適応的に決定し動的制約を形成。 - 目標姿勢微分または追跡キー特徴からロボット速度を計算し、制約軌道に追従。

4. どうやって有効だと検証した？

- シミュレーションと実世界実験を実施。 - 複雑環境において動的障害物回避と高精度収束を達成。 - いくつかの最先端手法と比較して有効性を検証。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究や関連手法は明記されていない。 - 同分野の定番として visual servoing、trajectory tracking、dynamic obstacle avoidance に関する論文が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yazhe Luo, Sipu Ruan, Yifei Li, Diansheng Chen

分類: cs.RO

原文アブストラクト

Imposing explicit trajectory constraints in robot visual servoing remains challenging. Existing tracking methods achieve fast responses by mapping visual residuals to control velocities, but they have weak constraints on the intermediate motion process, which lead to trajectory discontinuity, oscillation, or conservative behaviors. To enable constrained tracking for moving targets, this paper proposes a servo tracking method based on imitation trajectory constraints. A dynamic model describing the robot approaching a moving target is formulated and analyzed for convergence. A time-scalable deformation mechanism and a trajectory modulation incorporating shape and amplitude components are introduced to generate a series of trajectories in real time, from which tracking points are adaptively determined to form dynamic constraints. The robot velocity is then computed from target pose differentials or tracked key features to follow the constrained trajectory. Simulation and real-world experiments demonstrate that the proposed method can achieve dynamic obstacle avoidance and high-precision convergence compared with several state-of-the-art methods in complex environments.

arXivで原文を読む →arXiv概要ページ

← 論文一覧