論文の概要: Scalable Tactile Sensing for an Omni-adaptive Soft Robot Finger
- arxiv url: http://arxiv.org/abs/2003.01583v1
- Date: Sat, 29 Feb 2020 21:18:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-27 21:01:46.853820
- Title: Scalable Tactile Sensing for an Omni-adaptive Soft Robot Finger
- Title（参考訳）: Omni-Adaptive Soft Robot Fingerのためのスケーラブルな触覚センシング
- Authors: Zeyi Yang, Sheng Ge, Fang Wan, Yujia Liu, Chaoyang Song
- Abstract要約: そこで本研究では,全方向において例外的な適応性を有するオムニ適応型ソフトロボット指のための光ファイバを用いた組込みセンシングソリューションを提案する。
結果として得られる統合は、物理的に安全な人間とロボットの相互作用のための、多用途で低コストで耐湿性のあるソリューションとしてスケーラブルである。
- 参考スコア（独自算出の注目度）: 15.296478998148443
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robotic fingers made of soft material and compliant structures usually lead
to superior adaptation when interacting with the unstructured physical
environment. In this paper, we present an embedded sensing solution using
optical fibers for an omni-adaptive soft robotic finger with exceptional
adaptation in all directions. In particular, we managed to insert a pair of
optical fibers inside the finger's structural cavity without interfering with
its adaptive performance. The resultant integration is scalable as a versatile,
low-cost, and moisture-proof solution for physically safe human-robot
interaction. In addition, we experimented with our finger design for an object
sorting task and identified sectional diameters of 94\% objects within the
$\pm$6mm error and measured 80\% of the structural strains within $\pm$0.1mm/mm
error. The proposed sensor design opens many doors in future applications of
soft robotics for scalable and adaptive physical interactions in the
unstructured environment.
- Abstract（参考訳）: 柔らかい材料と適合した構造で作られたロボットの指は、通常、非構造的な物理的環境と相互作用する際に優れた適応をもたらす。
本稿では,全方向を順応した全適応型ソフトロボット指に対して光ファイバを用いた組込みセンシングソリューションを提案する。
特に, 適応性能に干渉することなく, 一対の光ファイバーを指の構造空洞内に挿入することができた。
この統合は、物理的に安全な人間とロボットの相互作用のための、多用途で低コストで耐湿性のあるソリューションとしてスケーラブルである。
さらに,対象ソートタスクの指設計を実験し,$\pm$6mmの誤差で94\%の物体の断面径を同定し,$\pm$0.1mm/mmの誤差で構造ひずみの80\%を測定した。
センサの設計は、非構造環境におけるスケーラブルで適応的な物理的相互作用のためのソフトロボティクスの将来の応用に多くの扉を開く。
関連論文リスト
- Digitizing Touch with an Artificial Multimodal Fingertip [51.7029315337739]
人間とロボットはどちらも、周囲の環境を知覚し、相互作用するためにタッチを使うことの恩恵を受ける。
ここでは、タッチのデジタル化を改善するための概念的および技術革新について述べる。
これらの進歩は、高度なセンシング機能を備えた人工指型センサーに具現化されている。
論文 参考訳（メタデータ） (2024-11-04T18:38:50Z) - A Soft e-Textile Sensor for Enhanced Deep Learning-based Shape Sensing of Soft Continuum Robots [0.3495246564946556]
ロボットナビゲーションの安全性と精度は、特にソフト連続ロボット工学の領域において最重要となる。
従来の剛性センサーは、これらのロボットの柔軟な性質とうまく統合できず、望ましくないバルクと剛性を加える。
本研究は, ソフト e-textile resistive sensor を用いて, ソフト連続体ロボットの形状認識の新しい手法を提案する。
論文 参考訳（メタデータ） (2024-04-19T05:00:25Z) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳（メタデータ） (2023-11-28T18:58:48Z) - Fin-QD: A Computational Design Framework for Soft Grippers: Integrating
MAP-Elites and High-fidelity FEM [14.554559832990835]
この研究は、指をベースとしたソフトグリップの広大な設計空間を計算的に探索する際のギャップを埋めると同時に、単純な制御方式で大きな幾何学的に異なるオブジェクトタイプを把握している。
論文 参考訳（メタデータ） (2023-11-21T09:38:03Z) - Proprioceptive Learning with Soft Polyhedral Networks [16.188789266592032]
プロプリオセプション(英: Proprioception)は、運動ニューロンによる手足の姿勢を検出する「第6の感覚」である。
本稿では,物理インタラクションのための組込みビジョンを備えたソフト多面体ネットワークを提案する。
この設計は、超高速モーショントラッキングシステムによって視覚的に捉えられる全方向インタラクションへの受動的適応を可能にする。
論文 参考訳（メタデータ） (2023-08-16T17:53:40Z) - SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse
Environments [111.91255476270526]
我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。
SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。
それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
論文 参考訳（メタデータ） (2023-03-16T17:59:50Z) - Exploiting High Quality Tactile Sensors for Simplified Grasping [1.713291434132985]
本稿では,市販の2種類のロボット指先の使用状況について詳細に分析する。
パーセンテージ・コントローラに基づく単純なアルゴリズムは、多くのグルーピング・アプリケーションで十分である、と結論付けている。
論文 参考訳（メタデータ） (2022-07-25T17:19:37Z) - Bayesian Imitation Learning for End-to-End Mobile Manipulation [80.47771322489422]
RGB + 深度カメラのような追加のセンサー入力によるポリシーの強化は、ロボットの知覚能力を改善するための簡単なアプローチである。
畳み込みニューラルネットワークを正規化するために変分情報ボトルネックを用いることで、保持領域への一般化が向上することを示す。
提案手法は, シミュレーションと現実のギャップを埋めることと, RGBと奥行き変調をうまく融合できることを実証する。
論文 参考訳（メタデータ） (2022-02-15T17:38:30Z) - Elastic Tactile Simulation Towards Tactile-Visual Perception [58.44106915440858]
触覚シミュレーションのための粒子の弾性相互作用(EIP)を提案する。
EIPは、触覚センサを協調粒子群としてモデル化し、接触時の粒子の変形を制御するために弾性特性を適用した。
さらに,触覚データと視覚画像間の情報融合を可能にする触覚知覚ネットワークを提案する。
論文 参考訳（メタデータ） (2021-08-11T03:49:59Z) - OmniTact: A Multi-Directional High Resolution Touch Sensor [109.28703530853542]
既存の触覚センサーは、平らで、感度が小さいか、低解像度の信号のみを提供する。
我々は,多方向高解像度触覚センサOmniTactを紹介する。
我々は,ロボット制御の課題に対して,OmniTactの能力を評価する。
論文 参考訳（メタデータ） (2020-03-16T01:31:29Z) - Reconfigurable Design for Omni-adaptive Grasp Learning [14.25785215435502]
我々は,全方向適応型ソフトフィンガー構造を用いたロボットグリップの再構成可能な設計を採用する。
3フィンガーと4フィンガーのラジアル構成は、平均96%の成功率を達成する最も効果的な構成である。
論文 参考訳（メタデータ） (2020-02-29T20:48:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。