Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado

Autores
Matuk Herrera, Rosana Isabel
Año de publicación
2008
Idioma
inglés
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Segura, Enrique Carlos
Descripción
En la actualidad, la manipulación robótica diestra y autónoma en ambientes desconocidos aún nos eluye. Niños de pocos años pueden levantar y manipular objetos no familiares con mayor destreza que los robots actuales. En consecuencia, los investigadores en robótica coinciden cada vez más que ideas de la biología pueden resultar beneficiosas en el diseño de mejores modelos para los robots. En este trabajo de tesis se presentan un modelo de control y algoritmos para cada una de las fases de manipulación, que están fuertemente inspirados en estudios neurofisiológicos sobre manipulación diestra humana. El control de las fuerzas de presa y carga en cada fase es dirigido por señales que simulan las respuestas aferentes humanas durante un proceso de manipulación. El objetivo del modelo es manipular objetos desconocidos con estabilidad de la presa y comportamiento similar al humano. Se utilizaron elementos finitos para simular computacionalmente dos dedos opuestos que toman objetos desconocidos, y un dedo presionando objetos. Los dos componentes esenciales del modelo de control propuesto fueron simulados y testeados exitosamente: la estimación del coeficiente de fricción entre el objeto y los dedos, y la detección del deslizamiento incipiente.
At present, autonomous, robotic dexterous manipulation in unknown environments still eludes us. Few years old children lift and manipulate unfamiliar objects more dexterously than today’s robots. Thus, robotics researchers increasingly agree that ideas from biology can strongly benefit the design of autonomous robots. Inspired by neurophysiological studies about human dexterous manipulation, a control model and algorithms for each one of the manipulation phases are presented. The control of the grip and load forces at each phase is driven by signals that simulate the human afferent responses during a manipulation. The control model goal is to manipulate unfamiliar objects with grasp stability and human-like behavior. Finite element analysis was used to simulate computationally two opposed fingers taking unknown objects, and a finger pressing objects. The two crucial components of the control model were simulated and tested successfully: the estimation of the coefficient of friction between the object and the fingers, and the detection of the incipient slipping.
Fil: Matuk Herrera, Rosana Isabel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
MANIPULACION DIESTRA
REDES NEURONALES
ROBOTICA EN AMBIENTES DESCONOCIDOS
MODELOS BIO-INSPIRADOS
ESTIMACION DE LA FRICCION
DETECCION DEL DESLIZAMIENTO INCIPIENTE
DEXTEROUS MANIPULATION
NEURAL NETWORKS
ROBOTICS IN UNKNOWN ENVIRONMENTS
BIO-INSPIRED MODELS
FRICTION ESTIMATION
INCIPIENT SLIPPING DETECTION
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
tesis:tesis_n4294_MatukHerrera

id BDUBAFCEN_294bfd4dff3231ef8e7440bee515b47c
oai_identifier_str tesis:tesis_n4294_MatukHerrera
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Manipulación diestra en ambientes desconocidos : un modelo bio-inspiradoDexterous manipulation in unknown environments : a bio-inspired modelMatuk Herrera, Rosana IsabelMANIPULACION DIESTRAREDES NEURONALESROBOTICA EN AMBIENTES DESCONOCIDOSMODELOS BIO-INSPIRADOSESTIMACION DE LA FRICCIONDETECCION DEL DESLIZAMIENTO INCIPIENTEDEXTEROUS MANIPULATIONNEURAL NETWORKSROBOTICS IN UNKNOWN ENVIRONMENTSBIO-INSPIRED MODELSFRICTION ESTIMATIONINCIPIENT SLIPPING DETECTIONEn la actualidad, la manipulación robótica diestra y autónoma en ambientes desconocidos aún nos eluye. Niños de pocos años pueden levantar y manipular objetos no familiares con mayor destreza que los robots actuales. En consecuencia, los investigadores en robótica coinciden cada vez más que ideas de la biología pueden resultar beneficiosas en el diseño de mejores modelos para los robots. En este trabajo de tesis se presentan un modelo de control y algoritmos para cada una de las fases de manipulación, que están fuertemente inspirados en estudios neurofisiológicos sobre manipulación diestra humana. El control de las fuerzas de presa y carga en cada fase es dirigido por señales que simulan las respuestas aferentes humanas durante un proceso de manipulación. El objetivo del modelo es manipular objetos desconocidos con estabilidad de la presa y comportamiento similar al humano. Se utilizaron elementos finitos para simular computacionalmente dos dedos opuestos que toman objetos desconocidos, y un dedo presionando objetos. Los dos componentes esenciales del modelo de control propuesto fueron simulados y testeados exitosamente: la estimación del coeficiente de fricción entre el objeto y los dedos, y la detección del deslizamiento incipiente.At present, autonomous, robotic dexterous manipulation in unknown environments still eludes us. Few years old children lift and manipulate unfamiliar objects more dexterously than today’s robots. Thus, robotics researchers increasingly agree that ideas from biology can strongly benefit the design of autonomous robots. Inspired by neurophysiological studies about human dexterous manipulation, a control model and algorithms for each one of the manipulation phases are presented. The control of the grip and load forces at each phase is driven by signals that simulate the human afferent responses during a manipulation. The control model goal is to manipulate unfamiliar objects with grasp stability and human-like behavior. Finite element analysis was used to simulate computationally two opposed fingers taking unknown objects, and a finger pressing objects. The two crucial components of the control model were simulated and tested successfully: the estimation of the coefficient of friction between the object and the fingers, and the detection of the incipient slipping.Fil: Matuk Herrera, Rosana Isabel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesSegura, Enrique Carlos2008info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n4294_MatukHerreraenginfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-29T13:42:09Ztesis:tesis_n4294_MatukHerreraInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:42:10.936Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
Dexterous manipulation in unknown environments : a bio-inspired model
title Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
spellingShingle Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
Matuk Herrera, Rosana Isabel
MANIPULACION DIESTRA
REDES NEURONALES
ROBOTICA EN AMBIENTES DESCONOCIDOS
MODELOS BIO-INSPIRADOS
ESTIMACION DE LA FRICCION
DETECCION DEL DESLIZAMIENTO INCIPIENTE
DEXTEROUS MANIPULATION
NEURAL NETWORKS
ROBOTICS IN UNKNOWN ENVIRONMENTS
BIO-INSPIRED MODELS
FRICTION ESTIMATION
INCIPIENT SLIPPING DETECTION
title_short Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
title_full Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
title_fullStr Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
title_full_unstemmed Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
title_sort Manipulación diestra en ambientes desconocidos : un modelo bio-inspirado
dc.creator.none.fl_str_mv Matuk Herrera, Rosana Isabel
author Matuk Herrera, Rosana Isabel
author_facet Matuk Herrera, Rosana Isabel
author_role author
dc.contributor.none.fl_str_mv Segura, Enrique Carlos
dc.subject.none.fl_str_mv MANIPULACION DIESTRA
REDES NEURONALES
ROBOTICA EN AMBIENTES DESCONOCIDOS
MODELOS BIO-INSPIRADOS
ESTIMACION DE LA FRICCION
DETECCION DEL DESLIZAMIENTO INCIPIENTE
DEXTEROUS MANIPULATION
NEURAL NETWORKS
ROBOTICS IN UNKNOWN ENVIRONMENTS
BIO-INSPIRED MODELS
FRICTION ESTIMATION
INCIPIENT SLIPPING DETECTION
topic MANIPULACION DIESTRA
REDES NEURONALES
ROBOTICA EN AMBIENTES DESCONOCIDOS
MODELOS BIO-INSPIRADOS
ESTIMACION DE LA FRICCION
DETECCION DEL DESLIZAMIENTO INCIPIENTE
DEXTEROUS MANIPULATION
NEURAL NETWORKS
ROBOTICS IN UNKNOWN ENVIRONMENTS
BIO-INSPIRED MODELS
FRICTION ESTIMATION
INCIPIENT SLIPPING DETECTION
dc.description.none.fl_txt_mv En la actualidad, la manipulación robótica diestra y autónoma en ambientes desconocidos aún nos eluye. Niños de pocos años pueden levantar y manipular objetos no familiares con mayor destreza que los robots actuales. En consecuencia, los investigadores en robótica coinciden cada vez más que ideas de la biología pueden resultar beneficiosas en el diseño de mejores modelos para los robots. En este trabajo de tesis se presentan un modelo de control y algoritmos para cada una de las fases de manipulación, que están fuertemente inspirados en estudios neurofisiológicos sobre manipulación diestra humana. El control de las fuerzas de presa y carga en cada fase es dirigido por señales que simulan las respuestas aferentes humanas durante un proceso de manipulación. El objetivo del modelo es manipular objetos desconocidos con estabilidad de la presa y comportamiento similar al humano. Se utilizaron elementos finitos para simular computacionalmente dos dedos opuestos que toman objetos desconocidos, y un dedo presionando objetos. Los dos componentes esenciales del modelo de control propuesto fueron simulados y testeados exitosamente: la estimación del coeficiente de fricción entre el objeto y los dedos, y la detección del deslizamiento incipiente.
At present, autonomous, robotic dexterous manipulation in unknown environments still eludes us. Few years old children lift and manipulate unfamiliar objects more dexterously than today’s robots. Thus, robotics researchers increasingly agree that ideas from biology can strongly benefit the design of autonomous robots. Inspired by neurophysiological studies about human dexterous manipulation, a control model and algorithms for each one of the manipulation phases are presented. The control of the grip and load forces at each phase is driven by signals that simulate the human afferent responses during a manipulation. The control model goal is to manipulate unfamiliar objects with grasp stability and human-like behavior. Finite element analysis was used to simulate computationally two opposed fingers taking unknown objects, and a finger pressing objects. The two crucial components of the control model were simulated and tested successfully: the estimation of the coefficient of friction between the object and the fingers, and the detection of the incipient slipping.
Fil: Matuk Herrera, Rosana Isabel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description En la actualidad, la manipulación robótica diestra y autónoma en ambientes desconocidos aún nos eluye. Niños de pocos años pueden levantar y manipular objetos no familiares con mayor destreza que los robots actuales. En consecuencia, los investigadores en robótica coinciden cada vez más que ideas de la biología pueden resultar beneficiosas en el diseño de mejores modelos para los robots. En este trabajo de tesis se presentan un modelo de control y algoritmos para cada una de las fases de manipulación, que están fuertemente inspirados en estudios neurofisiológicos sobre manipulación diestra humana. El control de las fuerzas de presa y carga en cada fase es dirigido por señales que simulan las respuestas aferentes humanas durante un proceso de manipulación. El objetivo del modelo es manipular objetos desconocidos con estabilidad de la presa y comportamiento similar al humano. Se utilizaron elementos finitos para simular computacionalmente dos dedos opuestos que toman objetos desconocidos, y un dedo presionando objetos. Los dos componentes esenciales del modelo de control propuesto fueron simulados y testeados exitosamente: la estimación del coeficiente de fricción entre el objeto y los dedos, y la detección del deslizamiento incipiente.
publishDate 2008
dc.date.none.fl_str_mv 2008
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/tesis_n4294_MatukHerrera
url https://hdl.handle.net/20.500.12110/tesis_n4294_MatukHerrera
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618719561515008
score 13.070432