You can manage bookmarks using lists, please log in to your user account for this.
Media type:
Text;
Electronic Thesis;
E-Book
Title:
Vision-based shape servoing of soft objects using the mass-spring model ; Asservissement visuel d’objets déformables à partir du modèle masse-ressort
Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
La manipulation d'objets rigides a depuis longtemps alimenté l'automatisation, tandis que l'adaptation aux matériaux souples reste un problème ouvert. Cette étude se concentre sur la commande de la forme d'objets déformables en utilisant le modèle masse-ressort (MSM) pour développer des relations analytiques entre les déplacements des points de l'objet et le mouvement des points manipulés. Nous dérivons une loi de commande basée sur cette relation pour positionner avec précision en temps réel plusieurs points de l'objet dans différentes expériences mettant en œuvre divers objets souples, deux manipulateurs robotiques et une caméra RGB-D. Nous proposons en outre deux méthodes de déformation de la forme des objets souples, en utilisant des vecteurs de caractéristiques de faible dimension, en exploitant les descripteurs de Fourier ou les moments 3D, pour paramétrer la surface de l'objet. Diverses expériences confirment l'efficacité de ces paramétrisations dans la commande de la forme. Nous détaillons également la création du modèle, l'estimation de ses paramètres et le suivi des objets déformables, comblant ainsi l'écart entre les déformations du modèle et celles du monde réel. ; Rigid object manipulation has long driven automation, while adapting to soft materials remains an open problem. This study focuses on deformable object shape control, utilizing the mass-spring model for developing analytical relations between object points displacements and manipulator motions. We derive a control law based on this relation for accurate real-time positioning of multiple object points in different experiments employing various soft objects, two robotic manipulators, and a RGB-D camera. We further provide two methods for soft object shape deformation, using low-dimensional feature vectors, leveraging Fourier descriptors or 3D moments, to parametrize the object surface. Various experiments affirm the efficacy of these parameterizations in shape control. We also elaborate on model creation, its parameter estimation, and ...