論文の概要: Fluidically Innervated Lattices Make Versatile and Durable Tactile Sensors

• arxiv url: http://arxiv.org/abs/2507.21225v1
• Date: Mon, 28 Jul 2025 18:00:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-30 17:08:55.159908
• Title: Fluidically Innervated Lattices Make Versatile and Durable Tactile Sensors
• Title（参考訳）: 粘着性・耐久性のある触覚センサを作製した流体内挿格子
• Authors: Annan Zhang, Miguel Flores-Acton, Andy Yu, Anshul Gupta, Maggie Yao, Daniela Rus,
• Abstract要約: 組込み空気流路を有する3Dプリントエラストマー格子を用いて製造した触覚センサを内蔵した受動型ソフトロボット指先について述べる。 このセンサ化アプローチは、流体神経支配と呼ばれ、密閉された空気チャネル内の圧力変化を検出して格子を触覚センサーに変換する。
• 参考スコア（独自算出の注目度）: 41.98879562938879
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tactile sensing plays a fundamental role in enabling robots to navigate dynamic and unstructured environments, particularly in applications such as delicate object manipulation, surface exploration, and human-robot interaction. In this paper, we introduce a passive soft robotic fingertip with integrated tactile sensing, fabricated using a 3D-printed elastomer lattice with embedded air channels. This sensorization approach, termed fluidic innervation, transforms the lattice into a tactile sensor by detecting pressure changes within sealed air channels, providing a simple yet robust solution to tactile sensing in robotics. Unlike conventional methods that rely on complex materials or designs, fluidic innervation offers a simple, scalable, single-material fabrication process. We characterize the sensors' response, develop a geometric model to estimate tip displacement, and train a neural network to accurately predict contact location and contact force. Additionally, we integrate the fingertip with an admittance controller to emulate spring-like behavior, demonstrate its capability for environment exploration through tactile feedback, and validate its durability under high impact and cyclic loading conditions. This tactile sensing technique offers advantages in terms of simplicity, adaptability, and durability and opens up new opportunities for versatile robotic manipulation.
• Abstract（参考訳）: 触覚は、特に繊細な物体操作、表面探索、人間とロボットの相互作用といった応用において、ロボットが動的で非構造的な環境をナビゲートできるようにする上で、基本的な役割を担っている。 本稿では,3Dプリントしたエラストマー格子を用いた触覚センサを内蔵した受動型ソフトロボット指先について述べる。 このセンサー化アプローチは、流体神経支配と呼ばれ、密閉された空気チャネル内の圧力変化を検出して、格子を触覚センサに変換し、ロボット工学における触覚センシングの単純かつ堅牢なソリューションを提供する。 複雑な材料や設計に依存している従来の方法とは異なり、流動性神経支配は単純でスケーラブルで単一の材料製造プロセスを提供する。 センサの応答を特徴づけ,先端変位を推定する幾何モデルを開発し,ニューラルネットワークをトレーニングして接触位置と接触力を正確に予測する。 さらに,バネのような動作をエミュレートし,触覚フィードバックによる環境探索能力を示し,高衝撃および循環負荷条件下での耐久性を検証した。 この触覚センシング技術は、シンプルさ、適応性、耐久性の面で利点を提供し、汎用ロボット操作の新しい機会を開く。

関連論文リスト

• Taccel: Scaling Up Vision-based Tactile Robotics via High-performance GPU Simulation [50.34179054785646]
  ロボット,触覚センサ,物体を精度と前例のない速度でモデル化するために,IPCとABDを統合した高性能なシミュレーションプラットフォームであるTaccelを提案する。 Taccelは正確な物理シミュレーションとリアルな触覚信号を提供し、ユーザフレンドリーなAPIを通じて柔軟なロボットセンサー構成をサポートする。 これらの能力は、触覚ロボットの研究と開発を拡大するための強力なツールとして、Taccelを位置づけている。
  論文  参考訳（メタデータ） (2025-04-17T12:57:11Z)
• 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)
• 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)
• 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)
• 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。