論文の概要: Exploiting High Quality Tactile Sensors for Simplified Grasping
- arxiv url: http://arxiv.org/abs/2207.12360v1
- Date: Mon, 25 Jul 2022 17:19:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-26 15:40:52.373156
- Title: Exploiting High Quality Tactile Sensors for Simplified Grasping
- Title（参考訳）: 簡易グラスピングのための高品質触覚センサの試作
- Authors: Pedro Machado, T.M. McGinnity
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 1.713291434132985
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robots are expected to grasp a wide range of objects varying in shape, weight
or material type. Providing robots with tactile capabilities similar to humans
is thus essential for applications involving human-to-robot or robot-to-robot
interactions, particularly in those situations where a robot is expected to
grasp and manipulate complex objects not previously encountered. A critical
aspect for successful object grasp and manipulation is the use of high-quality
fingertips equipped with multiple high-performance sensors, distributed
appropriately across a specific contact surface.
In this paper, we present a detailed analysis of the use of two different
types of commercially available robotic fingertips (BioTac and WTS-FT), each of
which is equipped with multiple sensors distributed across the fingertips'
contact surface. We further demonstrate that, due to the high performance of
the fingertips, a complex adaptive grasping algorithm is not required for
grasping of everyday objects. We conclude that a simple algorithm based on a
proportional controller will suffice for many grasping applications, provided
the relevant fingertips exhibit high sensitivity. In a quantified assessment,
we also demonstrate that, due in part to the sensor distribution, the
BioTac-based fingertip performs better than the WTS-FT device, in enabling
lifting of loads up to 850g, and that the simple proportional controller can
adapt the grasp even when the object is exposed to significant external
vibrational challenges.
- Abstract（参考訳）: ロボットは、形状、重量、素材の種類などさまざまな種類の物体をつかむことが期待されている。
人間に類似した触覚能力を持つロボットを提供することは、人間とロボット、ロボットとロボットの相互作用を含むアプリケーション、特にロボットがこれまで遭遇していなかった複雑な物体を把握・操作することが期待される状況において不可欠である。
物体のつかみと操作を成功させる重要な側面は、複数の高性能センサーを備えた高品質な指先を特定の接触面に適切に分散させることである。
本稿では,市販の2種類のロボット指先(BioTacとWTS-FT)を用いて,指先接触面に複数のセンサを配置し,その使用状況を詳細に解析する。
さらに,指先が高性能であることから,日常的な物体の把握には複雑な適応的把持アルゴリズムが必須ではないことを示す。
比例制御系に基づく単純なアルゴリズムは,関連する指先が高い感度を示す場合,多くの把持アプリケーションにおいて十分である。
定量化評価では,BioTacをベースとした指先は,WTS-FT装置よりも優れており,最大850gまでの負荷の昇降が可能であり,また,物体が大きな外部振動に晒された場合でも,単純な比例制御器が把握に適応できることを示した。
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) - Capturing complex hand movements and object interactions using machine learning-powered stretchable smart textile gloves [9.838013581109681]
手の動きをリアルタイムに追跡することは、人間とコンピュータの相互作用、メタバース、ロボット工学、遠隔医療に多くの応用がある。
そこで本研究では, 伸縮性, 洗浄性を有するスマートグローブ, ヘリカルセンサ糸, 慣性測定ユニットを用いた手指運動の高精度かつダイナミックな追跡を報告する。
センサ糸は高いダイナミックレンジを有し, 0.005 %の低い155 %のひずみに応答し, 広範囲の使用および洗浄サイクルの安定性を示す。
論文 参考訳（メタデータ） (2024-10-03T05:32:16Z) - 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) - 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) - AuraSense: Robot Collision Avoidance by Full Surface Proximity Detection [3.9770080498150224]
AuraSenseは、ロボットアームの非死点近接検知を実現する最初のシステムである。
1組の圧電トランスデューサしか必要とせず、市販のロボットにも容易に適用できる。
論文 参考訳（メタデータ） (2021-08-10T18:37:54Z) - 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) - SensiX: A Platform for Collaborative Machine Learning on the Edge [69.1412199244903]
センサデータとセンサモデルの間に留まるパーソナルエッジプラットフォームであるSensiXを紹介する。
動作および音声に基づくマルチデバイスセンシングシステムの開発において,その有効性を示す。
評価の結果,SensiXは3mWのオーバヘッドを犠牲にして,全体の精度が7～13%向上し,環境のダイナミクスが最大30%向上することがわかった。
論文 参考訳（メタデータ） (2020-12-04T23:06:56Z) - Human Haptic Gesture Interpretation for Robotic Systems [3.888848425698769]
物理的人間とロボットの相互作用(pHRI)は、人間と人間の相互作用よりも効率的でコミュニケーションが難しい。
主な理由は、ロボットシステムにおける情報的な触覚の欠如である。
本研究は,文献で特定されるジェスチャーの特徴の大部分をカバーする4つのタッチジェスチャークラスを提案する。
論文 参考訳（メタデータ） (2020-12-03T14:33:57Z) - DIGIT: A Novel Design for a Low-Cost Compact High-Resolution Tactile
Sensor with Application to In-Hand Manipulation [16.54834671357377]
汎用的な手動操作は、ロボティクスの未解決課題の1つとして残されている。
DIGITは安価でコンパクトで高解像度な触覚センサで、手作業で操作できる。
論文 参考訳（メタデータ） (2020-05-29T17:07:54Z) - 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。