文献

J-GLOBAL ID：202102284553016938   整理番号：21A0228501

触覚デバイスの精密制御を可能にする:機械学習アプローチ【JST・京大機械翻訳】

Enabling Precise Control of a Haptic Device: A Machine Learning Approach

著者 (4件)： Zheng Xinyu (Washington State University Vancouver,School of Engineering and Computer Science,Vancouver,WA 98686) ,  Wang Yuanmin (Washington State University Vancouver,School of Engineering and Computer Science,Vancouver,WA 98686) ,  Zhao Xinghui (Washington State University Vancouver,School of Engineering and Computer Science,Vancouver,WA 98686) ,  Gurocak Hakan (Washington State University Vancouver,School of Engineering and Computer Science,Vancouver,WA 98686)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BDCAT  ページ： 96-105  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 電子制御可能な磁気粘性ブレーキ(MRB)は,現実感を改善するために仮想現実感(VR)シミュレーションにおいてユーザに力/トルクを適用する触覚デバイスで使用できる。制動トルクの正確な制御は,磁場を測定するHallセンサを用いた制御システムで可能である。機械学習モデルを用いて,Hallセンサからの入力を用いて出力トルクを予測した。しかし,時間にわたって,流体はゴムシールの故障によりMRBから漏れ,それは触覚デバイス性能を劣化させ,トルク予測における課題を示す。本論文では,MRBの動的挙動とその変化トルク出力を流体漏れとして捉えることができる機械学習ベース手法の開発における努力を示した。デバイスから収集したデータを用いて広範な実験を行い,その結果,著者らの2-Step-RNアプローチが出力トルクを正確に予測できることを示した。特に,それは安定した流体レベルで訓練され,操作されるベースラインモデルよりも優れていて,高い忠実度を有するMRBデバイスのトルク制御を可能にする大きな可能性を示す。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 磁場 ,  シミュレーション ,  制御系 ,  ブレーキ ,  トルク ,  磁気粘性 ,  基準線 ,  トルク制御 ,  バーチャルリアリティ ,  *機械学習
準シソーラス用語： *触覚デバイス ,  電子制御 ,  動的挙動 ,  精密制御 ,  制動トルク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 触覚デバイス ,  精密制御 ,  機械学習