論文の概要: Neuromorphic Event-Based Slip Detection and suppression in Robotic Grasping and Manipulation

• arxiv url: http://arxiv.org/abs/2004.07386v1
• Date: Wed, 15 Apr 2020 23:12:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-13 04:05:35.841622
• Title: Neuromorphic Event-Based Slip Detection and suppression in Robotic Grasping and Manipulation
• Title（参考訳）: ロボットグラスピングとマニピュレーションにおけるニューロモルフィック事象に基づくすべりの検出と抑制
• Authors: Rajkumar Muthusamy, Xiaoqian Huang, Yahya Zweiri, Lakmal Seneviratne and Dongming Gan
• Abstract要約: スリップ検出と抑制のための新しい視覚ベースフィンガーシステムを提案する。 スリップ検出を改善するために,ノイズをリアルタイムに自動サンプリングするしきい値法を考案した。 突発的すべりフィードバックを用いたファジィ型抑制戦略を提案し, グリップ力の制御について検討した。
• 参考スコア（独自算出の注目度）: 1.0674604700001966
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Slip detection is essential for robots to make robust grasping and fine manipulation. In this paper, a novel dynamic vision-based finger system for slip detection and suppression is proposed. We also present a baseline and feature based approach to detect object slips under illumination and vibration uncertainty. A threshold method is devised to autonomously sample noise in real-time to improve slip detection. Moreover, a fuzzy based suppression strategy using incipient slip feedback is proposed for regulating the grip force. A comprehensive experimental study of our proposed approaches under uncertainty and system for high-performance precision manipulation are presented. We also propose a slip metric to evaluate such performance quantitatively. Results indicate that the system can effectively detect incipient slip events at a sampling rate of 2kHz ($\Delta t = 500\mu s$) and suppress them before a gross slip occurs. The event-based approach holds promises to high precision manipulation task requirement in industrial manufacturing and household services.
• Abstract（参考訳）: スリップ検出は、ロボットがしっかりと把握し、細かい操作を行うのに不可欠である。 本稿では,スリップ検出と抑制のための動的視覚に基づく指システムを提案する。 また,照明や振動の不確かさ下で物体のすべりを検出するためのベースラインと特徴に基づく手法を提案する。 スリップ検出を改善するために,ノイズをリアルタイムに自動サンプリングするしきい値法を考案した。 また,グリップ力の制御に初期すべりフィードバックを用いたファジィ型抑制戦略を提案する。 不確実性と高精度操作のためのシステムに基づく提案手法の包括的実験を行った。 また,その性能を定量的に評価するスリップ指標を提案する。 その結果,本システムは2kHz (\Delta t = 500\mu s$) のサンプリング速度で初期すべり現象を効果的に検出し,大すべりが起こる前に抑制できることが示唆された。 イベントベースのアプローチは、工業生産および家庭用サービスにおける高精度な操作タスク要求を約束する。

関連論文リスト

• Classifier Guidance Enhances Diffusion-based Adversarial Purification by Preserving Predictive Information [75.36597470578724]
  敵の浄化は、敵の攻撃からニューラルネットワークを守るための有望なアプローチの1つである。 分類器決定境界から遠ざかって, 清浄するgUided Purification (COUP)アルゴリズムを提案する。 実験結果から, COUPは強力な攻撃法でより優れた対向的堅牢性が得られることが示された。
  論文  参考訳（メタデータ） (2024-08-12T02:48:00Z)
• Robust Learning-Based Incipient Slip Detection using the PapillArray Optical Tactile Sensor for Improved Robotic Gripping [7.674950351698604]
  そこで本研究では,PapillArray (Contactile, Australia) 触覚センサを用いて,創発性すべりを検出する新しい学習手法を提案する。 結果のモデルは、初期スリップに関連するパターンを識別するのに非常に効果的であり、オフラインデータセットでテストした場合、検出成功率は95.6%に達する。
  論文  参考訳（メタデータ） (2023-07-08T16:43:47Z)
• Adaptive Fake Audio Detection with Low-Rank Model Squeezing [50.7916414913962]
  ファインタニングのような従来の手法は計算集約的であり、既知の偽音声タイプの知識を損なう危険性がある。 本稿では,新たに登場したニセモノ音声タイプに特化して,低ランク適応行列をトレーニングするコンセプトを紹介する。 当社のアプローチには,ストレージメモリ要件の削減やエラー率の低下など,いくつかのメリットがあります。
  論文  参考訳（メタデータ） (2023-06-08T06:06:42Z)
• Learning to Detect Slip through Tactile Estimation of the Contact Force Field and its Entropy [6.739132519488627]
  本研究では,スリップ検出をリアルタイムで連続的に行う物理インフォームド・データ駆動方式を提案する。 我々は、光学式触覚センサーであるGelSight Miniを、カスタムデザインのグリップに装着して、触覚データを収集する。 その結果,最高の分類アルゴリズムは95.61%の精度が得られることがわかった。
  論文  参考訳（メタデータ） (2023-03-02T03:16:21Z)
• Confidence-aware Training of Smoothed Classifiers for Certified Robustness [75.95332266383417]
  我々は「ガウス雑音下での精度」を、入力に対する対角的ロバスト性の容易に計算可能なプロキシとして利用する。 実験の結果, 提案手法は, 最先端の訓練手法による信頼性向上を継続的に示すことがわかった。
  論文  参考訳（メタデータ） (2022-12-18T03:57:12Z)
• Propagating Variational Model Uncertainty for Bioacoustic Call Label Smoothing [15.929064190849665]
  ベイズニューラルネットワークが計算した予測不確実性信号を用いて、モデルが訓練している自己学習タスクの学習をガイドすることに焦点を当てる。 コストのかかるモンテカルロサンプリングを選ばず、近似的な隠れ分散をエンドツーエンドに伝播する。 損失計算における不確かさの明示的利用により, 変動モデルにより予測・校正性能が向上したことを示す。
  論文  参考訳（メタデータ） (2022-10-19T13:04:26Z)
• Balancing detectability and performance of attacks on the control channel of Markov Decision Processes [77.66954176188426]
  マルコフ決定過程(MDPs)の制御チャネルにおける最適ステルス毒素攻撃の設計問題について検討する。 この研究は、MDPに適用された敵国・毒殺攻撃や強化学習(RL)手法に対する研究コミュニティの最近の関心に動機づけられている。
  論文  参考訳（メタデータ） (2021-09-15T09:13:10Z)
• Bandit Quickest Changepoint Detection [55.855465482260165]
  すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。 有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。 本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:25:35Z)
• No Need to Know Physics: Resilience of Process-based Model-free Anomaly Detection for Industrial Control Systems [95.54151664013011]
  本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。 トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
  論文  参考訳（メタデータ） (2020-12-07T11:02:44Z)
• Deep learning for brake squeal: vibration detection, characterization and prediction [2.20200533591633]
  本稿では, 摩擦ブレーキ系振動と騒音発生機構について, より深い知見を得るため, データ集中振動試験の取扱い方について報告する。 典型的な摩擦ノイズ記録のいくつかのクラスを識別するために、深層学習ブレーキスクイール検出器を開発した。 繰り返しニューラルネットワークを用いて、オペレーティングブレーキシステムの動的安定性を決定するパラメトリックパターンを学習する。
  論文  参考訳（メタデータ） (2020-01-02T15:54:20Z)

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。