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
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- tesis:tesis_n4294_MatukHerrera
Ver los metadatos del registro completo
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 |