Geometry-aware Dynamic Movement Primitives

Fares J. Abu-Dakka*, Ville Kyrki

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

8 Sitaatiot (Scopus)
79 Lataukset (Pure)

Abstrakti

In many robot control problems, factors such as stiffness and damping matrices and manipulability ellipsoids are naturally represented as symmetric positive definite (SPD) matrices, which capture the specific geometric characteristics of those factors. Typical learned skill models such as dynamic movement primitives (DMPs) can not, however, be directly employed with quantities expressed as SPD matrices as they are limited to data in Euclidean space. In this paper, we propose a novel and mathematically principled framework that uses Riemannian metrics to reformulate DMPs such that the resulting formulation can operate with SPD data in the SPD manifold. Evaluation of the approach demonstrates that beneficial properties of DMPs such as change of the goal during operation apply also to the proposed formulation.
AlkuperäiskieliEnglanti
OtsikkoProceedings of the IEEE Conference on Robotics and Automation, ICRA 2020
KustantajaIEEE
Sivut4421-4426
Sivumäärä6
ISBN (elektroninen)978-1-7281-7395-5
DOI - pysyväislinkit
TilaJulkaistu - 2020
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE International Conference on Robotics and Automation - Online
Kesto: 31 toukokuuta 202031 elokuuta 2020

Julkaisusarja

NimiIEEE International Conference on Robotics and Automation
ISSN (painettu)2152-4092
ISSN (elektroninen)2379-9552

Conference

ConferenceIEEE International Conference on Robotics and Automation
LyhennettäICRA
Ajanjakso31/05/202031/08/2020

Sormenjälki

Sukella tutkimusaiheisiin 'Geometry-aware Dynamic Movement Primitives'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä