論文の概要: Mobile Robot Localization Using a Novel Whisker-Like Sensor
- arxiv url: http://arxiv.org/abs/2601.05612v1
- Date: Fri, 09 Jan 2026 08:11:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.712029
- Title: Mobile Robot Localization Using a Novel Whisker-Like Sensor
- Title（参考訳）: ウィスカー型センサを用いた移動ロボットの定位
- Abstract要約: 本稿では,単一のウィスカセンサを用いて,既知の平面環境下での接触点とロボット位置を推定するための枠組みを提案する。
その結果,7mm以下の誤差で正確な接触推定と位置推定が得られた。
- 参考スコア（独自算出の注目度）: 2.4440761580878823
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Whisker-like touch sensors offer unique advantages for short-range perception in environments where visual and long-range sensing are unreliable, such as confined, cluttered, or low-visibility settings. This paper presents a framework for estimating contact points and robot localization in a known planar environment using a single whisker sensor. We develop a family of virtual sensor models. Each model maps robot configurations to sensor observations and enables structured reasoning through the concept of preimages - the set of robot states consistent with a given observation. The notion of virtual sensor models serves as an abstraction to reason about state uncertainty without dependence on physical implementation. By combining sensor observations with a motion model, we estimate the contact point. Iterative estimation then enables reconstruction of obstacle boundaries. Furthermore, intersecting states inferred from current observations with forward-projected states from previous steps allow accurate robot localization without relying on vision or external systems. The framework supports both deterministic and possibilistic formulations and is validated through simulation and physical experiments using a low-cost, 3D printed, Hall-effect-based whisker sensor. Results demonstrate accurate contact estimation and localization with errors under 7 mm, demonstrating the potential of whisker-based sensing as a lightweight, adaptable complement to vision-based navigation.
- Abstract（参考訳）: ウィスカーのようなタッチセンサーは、視覚的および長距離センシングが信頼できない環境(例えば、閉じ込められた、散らばった、低視認性の設定など)において、近距離認識にユニークな利点を提供する。
本稿では,単一のウィスカセンサを用いて,既知の平面環境下での接触点とロボット位置を推定するための枠組みを提案する。
我々は仮想センサモデルのファミリーを開発する。
各モデルは、ロボットの構成をセンサーの観測にマッピングし、事前イメージ(ロボットの状態の集合)という概念を通じて構造化された推論を可能にする。
仮想センサモデルの概念は、物理的実装に依存せずに状態の不確実性を推論する抽象化として機能する。
センサ観測と運動モデルを組み合わせることで,接触点を推定する。
反復的推定は障害物境界の再構築を可能にする。
さらに、以前のステップから前方に投影された状態と現在の観測から推定される交差状態は、視覚や外部システムに頼ることなく、正確なロボットの局所化を可能にする。
このフレームワークは決定論的および確率論的定式化の両方をサポートし、低コストで3Dプリントされたホールエフェクトベースのウイスキーセンサーを用いてシミュレーションおよび物理実験によって検証される。
その結果,7mm未満の誤差で正確な接触推定と位置推定を行い,視覚ナビゲーションの軽量で適応可能な補体としてウイスキーを用いたセンシングの可能性を示した。
関連論文リスト
- Learning Locomotion on Discrete Terrain via Minimal Proximity Sensing [4.74006823972475]
学習に基づく制御は動的移動に革命をもたらしたが、非構造的な地形を航行することは、ロボットが差し迫った接地に対する不完全な認識によって制限されている。
この研究は、低コストで高周波の赤外線近接センサーを四足歩行ロボットの足に直接埋め込む最小限の方法を探究する。
これらのセンサーは、自己閉塞に対して堅牢で、従来のビジョンベースのパイプラインよりも計算負荷が大幅に少ない「事前接触」フィードバックを提供する。
論文 参考訳（メタデータ） (2026-06-30T16:16:37Z) - Diffusion-based Inverse Model of a Distributed Tactile Sensor for Object Pose Estimation [45.95486121114164]
我々は,デノナイズ拡散を用いた逆触覚センサモデルを学習し,触覚データを効率的に活用してポーズ推定を行う。
このモデルは、分布した触覚センサからの触覚観測に基づいて調整され、幾何学的センサーモデルを用いてシミュレーションで訓練される。
オンラインポーズ推定では,提案手法を用いて逆モデルと粒子フィルタを統合する。
論文 参考訳（メタデータ） (2026-01-19T17:36:28Z) - Multimodal Anomaly Detection based on Deep Auto-Encoder for Object Slip
Perception of Mobile Manipulation Robots [22.63980025871784]
提案フレームワークは,RGBや深度カメラ,マイク,力トルクセンサなど,さまざまなロボットセンサから収集した異種データストリームを統合する。
統合されたデータは、ディープオートエンコーダを訓練して、通常の状態を示す多感覚データの潜在表現を構築するために使用される。
次に、トレーニングされたエンコーダの潜伏値と再構成された入力データの潜伏値との差によって測定された誤差スコアによって異常を識別することができる。
論文 参考訳（メタデータ） (2024-03-06T09:15:53Z) - Neural feels with neural fields: Visuo-tactile perception for in-hand
manipulation [57.60490773016364]
マルチフィンガーハンドの視覚と触覚を組み合わせることで,手動操作時の物体の姿勢と形状を推定する。
提案手法であるNeuralFeelsは,ニューラルネットワークをオンラインで学習することでオブジェクトの形状を符号化し,ポーズグラフ問題を最適化して共同で追跡する。
私たちの結果は、タッチが少なくとも、洗練され、そして最も最良のものは、手動操作中に視覚的推定を曖昧にすることを示しています。
論文 参考訳（メタデータ） (2023-12-20T22:36:37Z) - 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) - Exploring Contextual Representation and Multi-Modality for End-to-End
Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。
我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。
提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文 参考訳（メタデータ） (2022-10-13T05:56:20Z) - Visibility-Inspired Models of Touch Sensors for Navigation [4.730233684561005]
本稿では,可視性に基づく移動ロボット用タッチセンサの数学的モデルを提案する。
導入されたモデルは、タスク関連情報の有用で理想的な特徴付けを提供すると期待されている。
論文 参考訳（メタデータ） (2022-03-04T08:23:01Z) - 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)
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。