Forschungsberichte aus dem Lehrstuhl für Regelungssysteme, Bd. 22
The first part focuses on online human motion prediction. A comprehensive study on various motion prediction techniques is presented, including their scope of application, accuracy in different time scales, and implementation complexity. Based on this study, a hybrid approach that combines physically well-understood models with data-driven learning techniques is proposed and validated through a motion data set.
The second part addresses interaction control in human-robot collaboration. An adaptive impedance control scheme with human reference estimation is presented. Reinforcement learning is used to find optimal control parameters to minimize a task-orient cost function without fully knowing the system dynamic.
The proposed framework is experimentally validated through two benchmark applications for human-robot collaboration: object handover and cooperative object handling. Results show that the robot can provide reliable online human motion prediction, react early to human motion variation, make proactive contributions to physical collaborations, and behave compliantly in response to human forces.
Wollen auch Sie Ihre Dissertation veröffentlichen?
Leseprobe (PDF)
Keywords:
KAUFOPTIONEN
50.50 € | ||
auf Lager | ||
Versandkostenfrei innerhalb Deutschlands | ||
44.00 € | ||
60.50 € | ||
64.50 € | ||
Sie können das eBook (PDF) entweder einzeln herunterladen oder in Kombination mit dem gedruckten Buch (Bundle) erwerben. Der Erwerb beider Optionen wird über PayPal abgerechnet - zur Nutzung muss aber kein PayPal-Account angelegt werden. Mit dem Erwerb des eBooks bzw. Bundles akzeptieren Sie unsere Lizenzbedingungen für eBooks.
Bei Interesse an Multiuser- oder Campus-Lizenzen (MyLibrary) füllen Sie bitte das Formular aus oder schreiben Sie eine email an order@logos-verlag.de