論文の概要: ReSkin: versatile, replaceable, lasting tactile skins

• arxiv url: http://arxiv.org/abs/2111.00071v1
• Date: Fri, 29 Oct 2021 20:21:37 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-02 16:19:36.548765
• Title: ReSkin: versatile, replaceable, lasting tactile skins
• Title（参考訳）: ReSkin:多用途、交換可能、持続性のある触覚皮膚
• Authors: Raunaq Bhirangi, Tess Hellebrekers, Carmel Majidi and Abhinav Gupta
• Abstract要約: ReSkinは、機械学習と磁気センサーを利用して、低コストで多様なコンパクトなソリューションを長期使用に提供する触覚ソフトセンサーだ。 我々の自己教師付き学習アルゴリズムは、小型で安価なデータ収集手順により、より高性能な性能向上を可能にする。
• 参考スコア（独自算出の注目度）: 28.348982687106883
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Soft sensors have continued growing interest in robotics, due to their ability to enable both passive conformal contact from the material properties and active contact data from the sensor properties. However, the same properties of conformal contact result in faster deterioration of soft sensors and larger variations in their response characteristics over time and across samples, inhibiting their ability to be long-lasting and replaceable. ReSkin is a tactile soft sensor that leverages machine learning and magnetic sensing to offer a low-cost, diverse and compact solution for long-term use. Magnetic sensing separates the electronic circuitry from the passive interface, making it easier to replace interfaces as they wear out while allowing for a wide variety of form factors. Machine learning allows us to learn sensor response models that are robust to variations across fabrication and time, and our self-supervised learning algorithm enables finer performance enhancement with small, inexpensive data collection procedures. We believe that ReSkin opens the door to more versatile, scalable and inexpensive tactile sensation modules than existing alternatives.
• Abstract（参考訳）: ソフトセンサーは、材料特性からの受動的適合接触とセンサー特性からのアクティブ接触データの両方を可能にするため、ロボット工学への関心が高まっている。 しかし, 等角接触特性は同じで, 軟弱センサの劣化が早くなり, 応答特性の経時的変化が大きくなり, 長寿命化や交換性が阻害される。 ReSkinは、機械学習と磁気センサーを利用して、低コストで多様なコンパクトなソリューションを長期使用に提供する触覚ソフトセンサーだ。 磁気センシングは、電子回路を受動的インタフェースから分離し、様々なフォームファクターを許容しながら、摩耗するインターフェースを交換しやすくする。 機械学習により、製造や時間の変動に頑健なセンサ応答モデルを学ぶことができ、我々の自己教師型学習アルゴリズムは、小型で安価なデータ収集手順で、より詳細なパフォーマンス向上を可能にする。 ReSkinは、既存の代替製品よりも多用途でスケーラブルで安価な触覚モジュールの扉を開くと信じている。

関連論文リスト

• Condition-Aware Multimodal Fusion for Robust Semantic Perception of Driving Scenes [56.52618054240197]
  本研究では,運転シーンのロバストな意味認識のための条件対応型マルチモーダル融合手法を提案する。 CAFuserは、RGBカメラ入力を用いて環境条件を分類し、複数のセンサの融合を誘導するコンディショントークンを生成する。 MUSESデータセットでは,マルチモーダルパノプティクスセグメンテーションの59.7 PQ,セマンティックセグメンテーションの78.2 mIoU,公開ベンチマークの1位にランクインした。
  論文  参考訳（メタデータ） (2024-10-14T17:56:20Z)
• AnySkin: Plug-and-play Skin Sensing for Robotic Touch [15.126846563910814]
  触覚センシング(多目的性、置換性、データ再利用性)の使用を妨げる課題に対処する。 本研究は,AnySkinセンサによるスリップ検出とポリシー学習を特徴付けるとともに,AnySkinのインスタンス上でトレーニングされたモデルのゼロショット一般化を新しいインスタンスに示す。
  論文  参考訳（メタデータ） (2024-09-12T17:59:44Z)
• A model-free approach to fingertip slip and disturbance detection for grasp stability inference [0.0]
  触覚センサを用いた握り安定性の評価手法を提案する。 我々は、アレグロハンドに搭載された高感度のウスキン触覚センサーを用いて、我々の手法を検証、検証した。
  論文  参考訳（メタデータ） (2023-11-22T09:04:26Z)
• Recognizing Complex Gestures on Minimalistic Knitted Sensors: Toward Real-World Interactive Systems [0.13048920509133805]
  デジタル編みの容量型アクティブセンサーは、人間の介入はほとんどなく、大規模に製造できる。 本研究は,対話型ジェスチャー認識システムの基礎を構築することにより,そのようなセンサの能力を向上させる。
  論文  参考訳（メタデータ） (2023-03-18T04:57:46Z)
• Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
  人間は触覚と触覚に頼っている。 視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。 本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
  論文  参考訳（メタデータ） (2023-03-10T16:27:37Z)
• Learning to Detect Slip with Barometric Tactile Sensors and a Temporal Convolutional Neural Network [7.346580429118843]
  本研究では,バロメトリック・触覚センサを用いたスリップ検出手法を提案する。 我々は、スリップを検出するために時間畳み込みニューラルネットワークを訓練し、高い検出精度を実現する。 データ駆動学習と組み合わせたバロメトリック触覚センシング技術は,スリップ補償などの操作作業に適している,と我々は主張する。
  論文  参考訳（メタデータ） (2022-02-19T08:21:56Z)
• 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)
• Under Pressure: Learning to Detect Slip with Barometric Tactile Sensors [7.35805050004643]
  本稿では,バロメトリック触覚センサを用いたスリップ検出法を提案する。 我々は91%以上のスリップ検出精度を達成することができる。 バロメトリック触覚センシング技術とデータ駆動学習の組み合わせは、多くの複雑な操作タスクに適しています。
  論文  参考訳（メタデータ） (2021-03-24T19:29:03Z)
• Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision Action Recognition [131.6328804788164]
  本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。 SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
  論文  参考訳（メタデータ） (2020-09-01T03:38:31Z)
• 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)

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。