論文の概要: Estimating Force Interactions of Deformable Linear Objects from their Shapes

• arxiv url: http://arxiv.org/abs/2602.01085v1
• Date: Sun, 01 Feb 2026 08:02:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.059633
• Title: Estimating Force Interactions of Deformable Linear Objects from their Shapes
• Title（参考訳）: 変形可能な線形物体の形状からの力相互作用の推定
• Authors: Qi Jing Chen, Shilin Shan, Timothy Bretl, Quang-Cuong Pham,
• Abstract要約: 多くのロボットとワイヤーの相互作用タスクでは、接触はエンドエフェクターではなく、ロボットの体に沿った他の点で行われる。 既存のアプローチは、しばしば高価な外部力トルクセンサーに依存するか、正確な力推定のためにエンドエフェクターで接触が発生する。 これは、導出した一貫性条件を利用して、ワイヤに沿った力-トルクのバランスに基づく線形方程式の系を解くことで達成される。
• 参考スコア（独自算出の注目度）: 10.735269120154983
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work introduces an analytical approach for detecting and estimating external forces acting on deformable linear objects (DLOs) using only their observed shapes. In many robot-wire interaction tasks, contact occurs not at the end-effector but at other points along the robot's body. Such scenarios arise when robots manipulate wires indirectly (e.g., by nudging) or when wires act as passive obstacles in the environment. Accurately identifying these interactions is crucial for safe and efficient trajectory planning, helping to prevent wire damage, avoid restricted robot motions, and mitigate potential hazards. Existing approaches often rely on expensive external force-torque sensor or that contacts occur at the end-effector for accurate force estimation. Using wire shape information acquired from a depth camera and under the assumption that the wire is in or near its static equilibrium, our method estimates both the location and magnitude of external forces without additional prior knowledge. This is achieved by exploiting derived consistency conditions and solving a system of linear equations based on force-torque balance along the wire. The approach was validated through simulation, where it achieved high accuracy, and through real-world experiments, where accurate estimation was demonstrated in selected interaction scenarios.
• Abstract（参考訳）: 本研究では, 変形可能な線形物体(DLO)に作用する外部力の検出と推定に, 観察された形状のみを用いて解析的アプローチを導入する。 多くのロボットとワイヤーの相互作用タスクでは、接触はエンドエフェクターではなく、ロボットの体に沿った他の点で行われる。 このようなシナリオは、ロボットが間接的にワイヤを操作する場合(例えば、ヌードによって)や、ワイヤが環境内の受動的障害物として機能する場合に発生する。 これらの相互作用を正確に識別することは、安全で効率的な軌道計画に不可欠であり、ワイヤーの損傷を防ぎ、制限されたロボットの動きを回避し、潜在的な危険を軽減するのに役立つ。 既存のアプローチは、しばしば高価な外部力トルクセンサーに依存するか、正確な力推定のためにエンドエフェクターで接触が発生する。 奥行きカメラから取得したワイヤ形状情報と、その静止平衡付近にあるという仮定を用いて、予備的な事前知識のない外部力の位置と大きさを推定する。 これは、導出した一貫性条件を利用して、ワイヤに沿った力-トルクのバランスに基づく線形方程式の系を解くことで達成される。 この手法はシミュレーションによって検証され、高い精度を達成し、実世界の実験を通じて、選択された相互作用シナリオで正確な推定が実証された。

関連論文リスト

• A Learning-Based Approach for Contact Detection, Localization, and Force Estimation of Continuum Manipulators With Integrated OFDR Optical Fiber [6.352931406079236]
  連続マニピュレータ(CM)は、最小侵襲の手順で広く用いられている。 分散変形により、力検出、接触検出、位置決め、力推定が困難になる。 単一分散光周波数領域反射率(OFDR)ファイバを用いたCMのためのカスケード学習フレームワーク(CLF)を提案する。
  論文  参考訳（メタデータ） (2026-03-12T18:07:52Z)
• Adaptive Manipulation Potential and Haptic Estimation for Tool-Mediated Interaction [14.888648782445694]
  本稿では,ツール間相互作用の統一表現として,パラメータ化された平衡マニフォールド(EM)を提案する。 我々は,ハプティック推定,オンライン計画,適応剛性制御を統合したクローズドループフレームワークを開発した。 このフレームワークはシミュレーションと260以上の現実世界のスクリューロージング試験によって検証されている。
  論文  参考訳（メタデータ） (2026-03-11T02:57:55Z)
• HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
  本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。 我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。 ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-12T09:34:35Z)
• Ensuring Force Safety in Vision-Guided Robotic Manipulation via Implicit Tactile Calibration [18.183151257773886]
  本稿ではSafeDiffと呼ばれる新しい状態拡散フレームワークを紹介する。 これにより、現在のロボットの状態と視覚的コンテキスト観察から予測状態列を生成する。 リアルタイムの触覚フィードバックを組み込んでシーケンスを洗練させる。 実験では, 視覚触覚モデルにより, ドア開口部の有害な力の危険性が著しく軽減された。
  論文  参考訳（メタデータ） (2024-12-13T18:45:26Z)
• DeepSimHO: Stable Pose Estimation for Hand-Object Interaction via Physics Simulation [81.11585774044848]
  我々は、前方物理シミュレーションと後方勾配近似とニューラルネットワークを組み合わせた新しいディープラーニングパイプラインであるDeepSimHOを紹介する。 提案手法は, 評価の安定性を著しく向上し, テスト時間最適化よりも優れた効率性を実現する。
  論文  参考訳（メタデータ） (2023-10-11T05:34:36Z)
• Detection and Physical Interaction with Deformable Linear Objects [10.707804359932604]
  変形可能な線形オブジェクト(例えば、ケーブル、ロープ、スレッド)は、私たちの日常生活に一般的に現れます。 変形可能な線形オブジェクトをモデル化し追跡する手法はすでに成功している。 本研究では,地上および空中ロボットによるルーティングや操作などのタスクに本手法を用いることについて述べる。
  論文  参考訳（メタデータ） (2022-05-17T01:17:21Z)
• 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)
• Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
  本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。 このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-05-01T05:23:34Z)

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。