論文の概要: SandWorm: Event-based Visuotactile Perception with Active Vibration for Screw-Actuated Robot in Granular Media

• arxiv url: http://arxiv.org/abs/2601.14128v1
• Date: Tue, 20 Jan 2026 16:25:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.866774
• Title: SandWorm: Event-based Visuotactile Perception with Active Vibration for Screw-Actuated Robot in Granular Media
• Title（参考訳）: SandWorm: グラニュラーメディアにおけるスクリュー作動ロボットのアクティブ振動によるイベントベースビゾタクタクティル知覚
• Abstract要約: SandWorm(サンドワーム)は、ローコモーションを強化するために、周囲の動きによって強化されたネジ作動ロボットである。 SWTacは、能動的に振動するエラストマーを持つ、イベントベースの新規ビゾタクティルセンサーである。
• 参考スコア（独自算出の注目度）: 3.7303766353907277
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Perception in granular media remains challenging due to unpredictable particle dynamics. To address this challenge, we present SandWorm, a biomimetic screw-actuated robot augmented by peristaltic motion to enhance locomotion, and SWTac, a novel event-based visuotactile sensor with an actively vibrated elastomer. The event camera is mechanically decoupled from vibrations by a spring isolation mechanism, enabling high-quality tactile imaging of both dynamic and stationary objects. For algorithm design, we propose an IMU-guided temporal filter to enhance imaging consistency, improving MSNR by 24%. Moreover, we systematically optimize SWTac with vibration parameters, event camera settings and elastomer properties. Motivated by asymmetric edge features, we also implement contact surface estimation by U-Net. Experimental validation demonstrates SWTac's 0.2 mm texture resolution, 98% stone classification accuracy, and 0.15 N force estimation error, while SandWorm demonstrates versatile locomotion (up to 12.5 mm/s) in challenging terrains, successfully executes pipeline dredging and subsurface exploration in complex granular media (observed 90% success rate). Field experiments further confirm the system's practical performance.
• Abstract（参考訳）: 粒状媒体の知覚は予測不可能な粒子動力学のために依然として困難である。 この課題に対処するために,生体模倣型スクリュー駆動ロボットであるSandWormと,アクティブな振動エラストマーを備えたイベントベースビゾタクティルセンサであるSWTacを紹介する。 イベントカメラは、バネ分離機構により振動から機械的に分離され、動的および静止物体の両方の高品質な触覚イメージングを可能にする。 アルゴリズム設計において,画像の一貫性を向上し,MSNRを24%改善するIMU誘導時間フィルタを提案する。 さらに,SWTacの振動パラメータ,イベントカメラ設定,エラストマー特性を体系的に最適化する。 非対称なエッジ特徴により、U-Netによる接触面推定も実装した。 実験による検証では、SWTacの0.2mmのテクスチャ解像度、98%の石の分類精度、0.15Nの力推定誤差が示され、SandWormは挑戦的な地形における多目的移動(最大12.5mm/s)を実証し、複雑な粒状媒体(90%の成功率)でパイプラインの乾燥と地下探査を成功させた。 フィールド実験はシステムの実用性能をさらに確認する。

関連論文リスト

• RigPI: Dynamic Parameter Identification of Rigid Body via VLM-Seeded Differentiable Simulation [16.686983429272214]
  RigPIは、ロボットと物体の相互作用において、剛体と多リンク剛体の動的パラメータを特定するためのフレームワークである。 RigPIは、視覚に基づくセマンティックオーディエンス、フォーストルク測定、モーションオブザーバを、微分可能なシミュレーションパイプラインに統合する。 相対的および原始的な関節を持つ物体に対する大規模な実世界の実験は、RigPIが正確で安定したパラメータ推定を達成することを証明している。
  論文  参考訳（メタデータ） (2026-06-23T22:15:42Z)
• A Marine Debris Detection Framework for Ocean Robots via Self-Attention Enhancement and Feature Interaction Optimization [3.9723394831068943]
  海洋ロボットの海洋破片検出は生態学的保護に不可欠であるが、その性能は、ぼやけ、複雑な背景、小さなターゲットを持つ低品質の画像によって劣化することが多い。 拡張されたYOLOベースの検出フレームワークであるYOLO-MDを提案する。 Dual-Branch Convolutional Enhanced Self-Attention (DB-CASA)モジュールは、空間チャネル相互作用を強化し、劣化した画像の特徴表現を改善するように設計されている。 パラメータ効率を保ちながら、様々なスケールのオブジェクトに対するきめ細かい特徴抽出を強化するために、軽量なシフトベース演算を導入した。
  論文  参考訳（メタデータ） (2026-05-08T07:43:01Z)
• Simulation-Driven Evolutionary Motion Parameterization for Contact-Rich Granular Scooping with a Soft Conical Robotic Hand [14.911239660367926]
  ツールベースのスクーピングは、さまざまな大きさ、形状、物質状態の物体との相互作用を可能にするロボット支援タスクにおいて不可欠である。 近年の研究では、柔軟で再構成可能なソフトロボットのエンドエフェクターが、スクーピング中に一貫した接触を維持するために形状に適応できることが示されている。 これらのソフトツールは、複雑な感知や制御を必要とせずに、様々な容器の大きさや材料に調整することができる。 本稿では,変形可能な円錐型ロボットハンドの物理シミュレーションモデルの開発について述べる。
  論文  参考訳（メタデータ） (2026-04-07T07:30:21Z)
• Resonance4D: Frequency-Domain Motion Supervision for Preset-Free Physical Parameter Learning in 4D Dynamic Physical Scene Simulation [53.141181758015186]
  Resonance4Dは3次元ガウス散乱と物質点法を結合した物理駆動4次元動的シミュレーションフレームワークである。 我々の重要な洞察は、動的整合性は、相補的領域における共同的拘束運動によって、高密度時間発生なしに強制できるということである。 Resonance4Dは、ピークGPUメモリを35,GB以上から20GB程度に削減しつつ、強力な物理忠実性と運動の整合性を実現する。
  論文  参考訳（メタデータ） (2026-04-02T13:00:22Z)
• D-REX: Differentiable Real-to-Sim-to-Real Engine for Learning Dexterous Grasping [66.22412592525369]
  本稿では,ガウスのSplat表現を生かした実--sim-to-realエンジンを導入し,実-sim-to-realエンジンについて述べる。 提案エンジンは, 各種物体の形状と質量値のマス識別において, 高精度かつロバストな性能を実現していることを示す。 これらの最適化された質量値は、力覚的なポリシー学習を促進し、オブジェクトの把握において優れた、高いパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-03-01T15:32:04Z)
• SpikingTac: A Miniaturized Neuromorphic Visuotactile Sensor for High-Precision Dynamic Tactile Imprint Tracking [10.206129577114874]
  SpikingTacは高度に統合されたニューロモルフィックな触覚センサーで、総材料費は150ドル以下だ。 我々は,教師なしの認知ネットワークと結合したグローバルな動的状態マップを構築し,正確な追跡を可能にする。 動的タスクでは、SpikeTacは障害物回避オーバーシュートを6.2mmに制限し、従来のフレームベースのセンサーよりも5倍の性能向上を示している。
  論文  参考訳（メタデータ） (2026-02-27T03:39:06Z)
• Vibro-Sense: Robust Vibration-based Impulse Response Localization and Trajectory Tracking for Robotic Hands [0.5500249707065662]
  高度な接触認識はロボット操作には不可欠だが、従来の触覚スキンは高価で複雑である。 本稿では,ビブロ音響センサを用いた高精度全体タッチ位置決め方式を提案する。
  論文  参考訳（メタデータ） (2026-01-28T12:49:39Z)
• Contact-Implicit Modeling and Simulation of a Snake Robot on Compliant and Granular Terrain [0.0]
  本論文は,COBRAヘビロボットの横巻き及び転動動作を解析するための統一モデリングおよびシミュレーションフレームワークを提案する。 サイドウインド中の分散摩擦相互作用をモデル化するために、接触-単純定式化が用いられる。 急勾配での高エネルギー転がり移動には、クロノDEMエンジンが粒子と粒子の相互作用をシミュレートするために用いられる。
  論文  参考訳（メタデータ） (2025-12-04T17:20:32Z)
• Taccel: Scaling Up Vision-based Tactile Robotics via High-performance GPU Simulation [34.47272224723296]
  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。 並列化が制限されたサブリアルタイム速度で動作する従来のシミュレータとは異なり、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)
• A Plug-and-Play Physical Motion Restoration Approach for In-the-Wild High-Difficulty Motions [56.709280823844374]
  動作コンテキストとビデオマスクを利用して、欠陥のある動作を修復するマスクベースの動作補正モジュール(MCM)を導入する。 また,運動模倣のための事前訓練および適応手法を用いた物理ベースの運動伝達モジュール (PTM) を提案する。 本手法は,高速な移動を含む映像モーションキャプチャ結果を物理的に洗練するためのプラグイン・アンド・プレイモジュールとして設計されている。
  論文  参考訳（メタデータ） (2024-12-23T08:26:00Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• Differentiable Physics-based System Identification for Robotic Manipulation of Elastoplastic Materials [43.99845081513279]
  本研究は, ロボットアームが簡単な操作動作と不完全な3次元点雲を用いて, 弾塑性材料の物理パラメータと環境を推測することのできる, 微分可能物理に基づくシステム同定(DPSI)フレームワークを提案する。 1つの現実世界の相互作用だけで、推定されたパラメータは、目に見えない、長い水平運動によって引き起こされる視覚的および物理的に現実的な振る舞いを正確にシミュレートすることができる。
  論文  参考訳（メタデータ） (2024-11-01T13:04:25Z)
• DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative Diffusion Models [102.13968267347553]
  本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。 我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
  論文  参考訳（メタデータ） (2023-11-28T18:58:48Z)
• Enhancing the sensitivity of atom-interferometric inertial sensors using robust control [0.0]
  実際の環境での運用は、外部からの干渉、プラットフォームノイズ、サイズ、重量、電力に対する制約によって困難である。 本研究では,ロバスト制御技術を用いて設計した調整光パルスが原子間干渉加速度計において重要な誤差源を緩和することを示す。
  論文  参考訳（メタデータ） (2023-03-07T06:50:52Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• 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)

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。