دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.] نویسندگان: Matteo Saveriano, Erwan Renaudo, Antonio Rodríguez-Sánchez, Justus Piater سری: Springer Proceedings in Advanced Robotics 18 ISBN (شابک) : 3030713555, 9783030713553 ناشر: Springer سال نشر: 2021 تعداد صفحات: 154 [153] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 22 Mb
در صورت تبدیل فایل کتاب Human-Friendly Robotics 2020: 13th International Workshop به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب رباتیک دوستدار انسان 2020: سیزدهمین کارگاه بین المللی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب پیشرفتهای روششناختی، فناوری و تجربی اخیر را در
مورد روباتهای دوستدار انسان و معرفی آنها در زندگی روزمره
ارائه میکند. رباتیک دوستدار انسان (HFR).
کارگاه بین المللی رباتیک دوستدار انسان (HFR) یک نشست سالانه
است که دانشمندان دانشگاهی، محققان، و محققان پژوهشی را گرد هم
می آورد تا آخرین یافته های اصلی خود را در همه جنبه ها ارائه
دهند. در مورد روباتیک انسان دوستانه که در آن ماشینهای ایمن و
قابل اعتماد در مجاورت انسان کار میکنند یا به طور مستقیم با
آنها در طیف گستردهای از زمینهها تعامل دارند. چاپ سیزدهم
توسط دانشگاه اینسبروک سازماندهی شد و در اینسبروک، اتریش
برگزار شد.
این کتاب عمدتاً برای محققان رباتیک و فارغ التحصیلانی است که
در حال انجام یا مایل به انجام تحقیقات در زمینه های مرتبط با
روباتیک دوستدار انسان هستند. از جمله تعامل انسان و ربات،
کنترل ربات، یادگیری ربات، و رابطهای بصری.
.
This book presents recent methodological, technological, and
experimental developments concerning human-friendly robots
and their introduction into everyday life.
The book contains a selection of 10 papers presented at the
13th edition of the International Workshop on Human-Friendly
Robotics (HFR).
The International Workshop on Human-Friendly Robotics (HFR)
is an annual meeting that brings together academic
scientists, researchers, and research scholars to
present their latest, original findings on all aspects
concerning human-friendly robotics where safe and dependable
machines operate in close proximity to humans or directly
interact with them in a wide range of contexts. The 13th
edition was organized by the University of Innsbruck and took
place in Innsbruck, Austria.
The book is primarily intended for robotics researchers and
postgraduates which are doing or willing to do research in
fields related to human-friendly robotics,
including human–robot interaction, robot control,
robot learning, and intuitive interfaces.
.
Foreword Preface Contents Reproducible Pruning System on Dynamic Natural Plants for Field Agricultural Robots 1 Introduction 2 Related Works 3 Research Methodology 3.1 Modeling of 3D Vines and Robot Platform 3.2 Estimation of Potential Pruning Points (PPP) 3.3 Motion Planner 3.4 Natural Admittance Controller and Dynamics of Vines 4 Results and Discussion 5 Conclusions References Robotic Muscular Assistance-As-Needed for Physical and Training/Rehabilitation Tasks: Design and Experimental Validation of a Closed-Loop Myoelectric Control in Grounded and Wearable Applications 1 Introduction 2 Methods and Tools 2.1 Description of the sEMG-Based Control 2.2 Effort Compensation for Physical Tasks 2.3 Effort Generation for Training/Rehabilitation Tasks 3 Experiment 3.1 Experimental Case #1: Grounded Assistive Application 3.2 Experimental Case #2: Wearable Assistive Application 3.3 Selection of the Threshold Values 3.4 Conclusions References The I-Walk Assistive Robot 1 Introduction 2 Related Work 3 Design and Overall Architecture 4 User Needs and Clinical Use-Cases 5 User-Machine Interface 6 Multimodal Signal Acquisition and Processing 6.1 Visual Action and Gesture Recognition 6.2 Speech Understanding 6.3 Mobility Analysis 7 Navigation and Control 7.1 Path Planning and Following 7.2 Localization 7.3 User Following 7.4 Audial Assistance 8 Preliminary Experimental Results 9 Conclusion and Future Work References Toward a Cognitive Control Framework for Explainable Robotics 1 Introduction 2 System Design 2.1 Long Term Memory 2.2 Working Memory 2.3 Behavior-Based System 2.4 Shared Variables 2.5 Attentional Regulations and Contention Scheduling 3 Explainable Task Execution: An Industrial Scenario 3.1 Self-explaining Structure 3.2 Description of the Executing Tasks 3.3 Running Examples of Human-Robot Communication 4 Conclusions and Future Works References Balancing Exploration and Exploitation: A Neurally Inspired Mechanism to Learn Sensorimotor Contingencies 1 Introduction 2 Dynamic Field Theory 3 Model 3.1 Exploration 3.2 Exploitation 3.3 Balancing Exploration and Exploitation 4 Results 5 Conclusion and Discussion 6 Appendix References A Dynamic Architecture for Task Assignment and Scheduling for Collaborative Robotic Cells 1 Introduction 2 Problem Statement 3 Task Assignment Layer 4 Dynamic Scheduler 5 Experiments 6 Conclusion and Future Works References Singularity Avoidance in Human-Robot Collaboration with Performance Constraints 1 Introduction 2 Performance Constraints for Singularity Avoidance 2.1 Calculation of Performance Constraints 2.2 Equivalent Stiffness and Damping Calculation for Critically Damped Behavior 2.3 Elastic Potential Energy of Performance Constraints 3 Experimental Evaluation 4 Conclusions References A Safety and Passivity Filter for Robot Teleoperation Systems 1 Introduction 2 Background 3 Safety and Passivity Filter 3.1 Ensuring Safety 3.2 Ensuring Passivity 3.3 Tracking of Desired Control Inputs 3.4 Safety- and Passivity-Preserving Controller Design 4 Simulation Results 5 Conclusions and Future Work References Modeling Human Motor Skills to Enhance Robots\' Physical Interaction 1 Deriving a Basis of Human Movements 2 Planning Robots\' Movements with fPCs 3 Learning from Humans How to Grasp: Enhancing the Reaching Strategy 3.1 Deep Classifier 3.2 Robotic Grasping Primitives References Careful with That! Observation of Human Movements to Estimate Objects Properties 1 Introduction and Background 1.1 Rationale 2 Experimental Setup 2.1 Sensors 3 Data Pre-processing 3.1 Dataset 4 Classifiers 4.1 Convolutional, Long-Short-Term-Memory and Deep Neural Network 4.2 Long-Short-Term-Memory and Deep Neural Network 5 Results 5.1 Carefulness Level 5.2 Weight 6 Discussion 7 Conclusions References Author Index