iMmersive leArninG for ImperfeCtion detectIon and repAir through human-robot interactioN

Informacje na temat projektu

MAGICIAN

Identyfikator umowy o grant: 101120731

DOI

10.3030/101120731

Data podpisania przez KE 30 Czerwca 2023

Data rozpoczęcia 1 Października 2023

Data zakończenia 30 Września 2027

Finansowanie w ramach

• Digital, Industry and Space

Koszt całkowity

€ 9 174 031,25

Wkład UE

€ 8 332 681,25

Koordynowany przez

UNIVERSITA DEGLI STUDI DI TRENTO
Italy

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Rezultaty

Documents, reports (2)

Initial user requirements report

Definition of the user requirements for the first use case

First coordination report

Periodic report on the project work progress and activities performed

Other (2)

Human-Robot interfaces and intelligence

First release of the algorithms for planning, active sensing and control of the robot activities

First delivery of perception systems

Preliminary version of target analysis and dataset acquisition and annotation, visual perception module for imperfections detection, tactile sensing system and human motion detection and tracking

Publikacje

Peer reviewed articles (3)

Force-Based Viscosity and Elasticity Measurements for Material Biomechanical Characterization With a Collaborative Robotic Arm

Autorzy: Luca Beber, Edoardo Lamon, Giacomo Moretti, Matteo Saveriano, Luca Fambri, Luigi Palopoli, Daniele Fontanelli
Opublikowane w: IEEE Transactions on Instrumentation and Measurement, Numer 74, 2025, ISSN 0018-9456
Wydawca: Institute of Electrical and Electronics Engineers (IEEE)
DOI: 10.1109/TIM.2025.3581663

Surface defect identification using Bayesian filtering on a 3D mesh

Autorzy: Matteo Dalle Vedove, Matteo Bonetto, Edoardo Lamon, Luigi Palopoli, Matteo Saveriano, Daniele Fontanelli
Opublikowane w: Measurement: Sensors, 2025, ISSN 2665-9174
Wydawca: Elsevier BV
DOI: 10.1016/J.MEASEN.2025.101849

Towards an experiential ethics of AI and robots: A review of empirical research on human encounters

Autorzy: Björn Fischer, Susanne Frennert
Opublikowane w: Technological Forecasting and Social Change, Numer 219, 2025, ISSN 0040-1625
Wydawca: Elsevier BV
DOI: 10.1016/J.TECHFORE.2025.124264

Conference proceedings (5)

Leveraging FINCH and K-means for Enhanced Cluster-Based Instance Selection

Autorzy: Zotou, Panagiota; Bacharidis, Konstantinos; Argyros, Antonis
Opublikowane w: 18th European Conference on Computer Vision, ECCV 2024, 2024
Wydawca: ECCV
DOI: 10.5281/ZENODO.14591725

A Passivity-Based Variable Impedance Controller for Incremental Learning of Periodic Interactive Tasks

Autorzy: Matteo Dalle Vedove, Edoardo Lamon, Daniele Fontanelli, Luigi Palopoli, Matteo Saveriano
Opublikowane w: 2024 IEEE 20th International Conference on Automation Science and Engineering (CASE), 2024
Wydawca: IEEE
DOI: 10.1109/CASE59546.2024.10711399

Conditional Hand Image Generation using Latent Space Supervision in Random Variable Variational Autoencoders

Autorzy: Nicodemou, Vassilios - Clitos; Oikonomidis, Iason; KARVOUNAS, GIORGOS; Argyros, Antonis
Opublikowane w: 18th European Conference on Computer Vision, ECCV 2024, 2024
Wydawca: EVVC
DOI: 10.5281/ZENODO.14591955

Learning Priors of Human Motion With Vision Transformers

Autorzy: Placido Falqueto, Alberto Sanfeliu, Luigi Palopoli, Daniele Fontanelli
Opublikowane w: 2024 IEEE 48th Annual Computers, Software, and Applications Conference (COMPSAC), 2024
Wydawca: IEEE
DOI: 10.48550/ARXIV.2501.18543

MeshDMP: Motion Planning on Discrete Manifolds using Dynamic Movement Primitives

Autorzy: Matteo Dalle Vedove, Fares J. Abu-Dakka, Luigi Palopoli, Daniele Fontanelli, Matteo Saveriano
Opublikowane w: 2025 IEEE International Conference on Robotics and Automation, 2025
Wydawca: IEEE
DOI: 10.48550/ARXIV.2410.15123