論文の概要: Vibro-Sense: Robust Vibration-based Impulse Response Localization and Trajectory Tracking for Robotic Hands
- arxiv url: http://arxiv.org/abs/2601.20555v1
- Date: Wed, 28 Jan 2026 12:49:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.979068
- Title: Vibro-Sense: Robust Vibration-based Impulse Response Localization and Trajectory Tracking for Robotic Hands
- Title（参考訳）: ビブロセンス:ロボットハンドのロバスト振動に基づくインパルス応答位置定位と軌道追跡
- Authors: Wadhah Zai El Amri, Nicolás Navarro-Guerrero,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.5500249707065662
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Rich contact perception is crucial for robotic manipulation, yet traditional tactile skins remain expensive and complex to integrate. This paper presents a scalable alternative: high-accuracy whole-body touch localization via vibro-acoustic sensing. By equipping a robotic hand with seven low-cost piezoelectric microphones and leveraging an Audio Spectrogram Transformer, we decode the vibrational signatures generated during physical interaction. Extensive evaluation across stationary and dynamic tasks reveals a localization error of under 5 mm in static conditions. Furthermore, our analysis highlights the distinct influence of material properties: stiff materials (e.g., metal) excel in impulse response localization due to sharp, high-bandwidth responses, whereas textured materials (e.g., wood) provide superior friction-based features for trajectory tracking. The system demonstrates robustness to the robot's own motion, maintaining effective tracking even during active operation. Our primary contribution is demonstrating that complex physical contact dynamics can be effectively decoded from simple vibrational signals, offering a viable pathway to widespread, affordable contact perception in robotics. To accelerate research, we provide our full datasets, models, and experimental setups as open-source resources.
- Abstract（参考訳）: 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。
ロボットハンドに7つの安価な圧電マイクロホンを装着し、Audio Spectrogram Transformerを活用することにより、物理的相互作用中に発生する振動シグネチャをデコードする。
定常タスクおよび動的タスク間の広範囲な評価により、静的条件下での局所化誤差が5mm未満であることが分かる。
さらに, 硬質材料 (eg, 金属) は鋭く, 高帯域幅の応答によるインパルス応答の局在に優れ, テクスチャ材料 (eg, 木) は軌道追跡に優れた摩擦特性を提供する。
このシステムはロボット自身の動作に堅牢性を示し、アクティブな動作中も効果的なトラッキングを維持する。
私たちの主な貢献は、複雑な物理的接触ダイナミクスが単純な振動信号から効果的にデコードできることを示し、ロボット工学において広くて手頃な価格の接触知覚を実現するための有効な経路を提供する。
研究を加速するために、オープンソースリソースとして、完全なデータセット、モデル、実験的なセットアップを提供しています。
関連論文リスト
- A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators [63.07587517846448]
本稿では,DEA寿命をスキャンできる新しいテストロボットによって実現された最適化パイプラインを提案する。
ロボットは、電気機械特性測定、プログラム可能な電圧入力、マルチチャネルテスト能力を統合する。
これを用いて,入力電圧等級,周波数,電極物質濃度,電気接続フィラーなど,Elastosil系リニアアクチュエータの寿命を走査した。
論文 参考訳（メタデータ） (2026-02-24T14:41:28Z) - Sound of Touch: Active Acoustic Tactile Sensing via String Vibrations [10.834682105378269]
Sound of Touch(サウンド・オブ・タッチ)は、振動する張力のある弦を感知要素として利用する、アクティブな触覚センシング手法である。
我々は,接触位置と力移動振動モードの予測を行う物理ベースの弦振動シミュレータを導出する。
実験では、ミリスケールの局所化、信頼性の高い力推定、リアルタイムスリップ検出が実証された。
論文 参考訳（メタデータ） (2026-02-18T20:18:40Z) - MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction [54.36564144414704]
MeshMimicは、3Dシーンの再構築とインテリジェンスを組み込んだ革新的なフレームワークで、ヒューマノイドロボットがビデオから直接「モーション・テライン」インタラクションを学習できるようにする。
現状の3次元視覚モデルを活用することで、我々のフレームワークは、人間の軌跡と基礎となる地形や物体の3次元幾何学の両方を正確にセグメント化し再構築する。
論文 参考訳（メタデータ） (2026-02-17T17:09:45Z) - UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - Fluidically Innervated Lattices Make Versatile and Durable Tactile Sensors [43.33741954317892]
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。
論文 参考訳（メタデータ） (2025-07-28T18:00:04Z) - 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) - 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) - 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) - Elastic Interaction of Particles for Robotic Tactile Simulation [43.933808122317274]
触覚エミュレーションのための新しいフレームワークであるElastic Interaction of Particles (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、弾性理論を適用して接触過程における粒子の変形を制御する。
提案手法の有効性を検証する実験を2つのアプリケーションで行った。
論文 参考訳（メタデータ） (2020-11-23T16:37:00Z)
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。