論文の概要: DexEMG: Towards Dexterous Teleoperation System via EMG2Pose Generalization
- arxiv url: http://arxiv.org/abs/2603.05861v1
- Date: Fri, 06 Mar 2026 03:36:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.975248
- Title: DexEMG: Towards Dexterous Teleoperation System via EMG2Pose Generalization
- Title（参考訳）: DexEMG:EMG2Poseの一般化によるDexterous Teleoperation Systemを目指して
- Authors: Qianyou Zhao, Wenqiao Li, Chiyu Wang, Kaifeng Zhang,
- Abstract要約: ロボットを非構造的な家庭環境に持ち込むには,高忠実なロボットハンドの遠隔操作が不可欠である。
表面筋電図(sEMG)を利用した軽量で費用対効果の高い遠隔操作システムの開発
本稿では,多様な遠隔操作タスクにおいて高精度なシステムを実現することを示す。
- 参考スコア（独自算出の注目度）: 5.972698171130012
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: High-fidelity teleoperation of dexterous robotic hands is essential for bringing robots into unstructured domestic environments. However, existing teleoperation systems often face a trade-off between performance and portability: vision-based capture systems are constrained by costs and line-of-sight requirements, while mechanical exoskeletons are bulky and physically restrictive. In this paper, we present DexEMG, a lightweight and cost-effective teleoperation system leveraging surface electromyography (sEMG) to bridge the gap between human intent and robotic execution. We first collect a synchronized dataset of sEMG signals and hand poses via a MoCap glove to train EMG2Pose, a neural network capable of continuously predicting hand kinematics directly from muscle activity. To ensure seamless control, we develop a robust hand retargeting algorithm that maps the predicted poses onto a multi-fingered dexterous hand in real-time. Experimental results demonstrate that DexEMG achieves high precision in diverse teleoperation tasks. Notably, our system exhibits strong generalization capabilities across novel objects and complex environments without the need for intensive individual-specific recalibration. This work offers a scalable and intuitive interface for both general-purpose robotic manipulation and assistive technologies.
- Abstract（参考訳）: ロボットを非構造的な家庭環境に持ち込むには,高忠実なロボットハンドの遠隔操作が不可欠である。
しかし、既存の遠隔操作システムは性能とポータビリティのトレードオフに直面し、視覚ベースのキャプチャシステムはコストと視線要件によって制約される。
本稿では,人間の意図とロボット実行のギャップを埋めるために表面筋電図(sEMG)を利用した軽量で費用対効果の高い遠隔操作システムであるDexEMGを提案する。
まず、筋活動から直接手動を連続的に予測できるニューラルネットワークであるEMGPoseをトレーニングするために、MoCapグローブを介してsEMG信号と手ポーズの同期データセットを収集する。
シームレスな制御を実現するために,予測されたポーズを複数指のデキスタラスハンドにリアルタイムでマッピングする頑健なハンドリターゲティングアルゴリズムを開発した。
実験結果から,DexEMGは遠隔操作タスクにおいて高い精度を実現することが示された。
特に,本システムでは,個々の個別再校正を必要とせず,新しい物体や複雑な環境にまたがる強力な一般化能力を示す。
この作業は、汎用ロボット操作と補助技術の両方にスケーラブルで直感的なインターフェースを提供する。
関連論文リスト
- Interpretable Multimodal Gesture Recognition for Drone and Mobile Robot Teleoperation via Log-Likelihood Ratio Fusion [14.332919759770645]
視覚に基づくジェスチャー認識はハンズフリー遠隔操作の一手法として検討されている。
両手首にApple Watchの慣性データとカスタム手袋の容量感覚信号を統合するマルチモーダルジェスチャー認識フレームワークを提案する。
我々のフレームワークは、最先端のビジョンベースのベースラインに匹敵するパフォーマンスを実現する。
論文 参考訳（メタデータ） (2026-02-27T05:52:04Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - TeleOpBench: A Simulator-Centric Benchmark for Dual-Arm Dexterous Teleoperation [50.261933845325636]
本稿では,2次元デキスタラス遠隔操作に適したシミュレータ中心のベンチマークであるTeleOpBenchを紹介する。
このベンチマークでは、(i)MoCap、(ii)VRデバイス、(iii)腕手外骨格、(iv)単眼視追跡の4つの代表的遠隔操作モードを実装している。
論文 参考訳（メタデータ） (2025-05-19T06:08:53Z) - 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) - HACTS: a Human-As-Copilot Teleoperation System for Robot Learning [47.9126187195398]
HACTS(Human-As-Copilot Teleoperation System)は,ロボットアームと遠隔操作ハードウェアを双方向でリアルタイムに同期させるシステムである。
このシンプルで効果的なフィードバックメカニズムは、自動運転車のステアリングホイールに似たもので、人間の操縦士がシームレスに介入し、将来の学習のために行動補正データを収集することを可能にする。
論文 参考訳（メタデータ） (2025-03-31T13:28:13Z) - emg2pose: A Large and Diverse Benchmark for Surface Electromyographic Hand Pose Estimation [12.566524562446467]
信頼性と常に利用可能な手ポーズ推論は、人間とコンピュータの相互作用に対する新しい直感的な制御スキームをもたらす可能性がある。
装着可能な手首型表面筋電図(sEMG)は有望な代替手段である。
emg2poseは、高品質の手ポーズラベルと手首のsEMGレコードの公開データセットとして最大である。
論文 参考訳（メタデータ） (2024-12-02T23:39:37Z) - ACE: A Cross-Platform Visual-Exoskeletons System for Low-Cost Dexterous Teleoperation [25.679146657293778]
多様なロボットプラットフォームにまたがる効率的な遠隔操作システムの構築は、これまで以上に重要になっている。
我々は、低コストなデキスタラス遠隔操作のためのクロスプラットフォームビジュアル・エクソスケルトンシステムであるACEを開発した。
従来のシステムと比較して、我々の単一のシステムは、高精度な遠隔操作を備えたヒューマノイドハンド、アームハンド、アームグリッパー、四重化グリッパーシステムに一般化することができる。
論文 参考訳（メタデータ） (2024-08-21T17:48:31Z) - AnyTeleop: A General Vision-Based Dexterous Robot Arm-Hand Teleoperation System [51.48191418148764]
ビジョンベースの遠隔操作は、人間レベルの知性をロボットに与え、環境と対話させる。
現在のビジョンベースの遠隔操作システムは、特定のロボットモデルとデプロイ環境に向けて設計・設計されている。
我々は、複数の異なる腕、手、現実、カメラ構成を単一のシステム内でサポートする、統一的で汎用的な遠隔操作システムであるAnyTeleopを提案する。
論文 参考訳（メタデータ） (2023-07-10T14:11:07Z) - A Mobile Robot Hand-Arm Teleoperation System by Vision and IMU [25.451864296962288]
本稿では,新しい視覚に基づく手ポーズ回帰ネットワーク(Transteleop)とIMUによる腕追跡手法を提案する。
Transteleopは低コストの深度カメラを通して人間の手を観察し、ペアのロボットハンドポーズの深度画像を生成する。
ウェアラブルカメラホルダは、同時ハンドアーム制御を可能にし、遠隔操作システム全体の移動を容易にする。
論文 参考訳（メタデータ） (2020-03-11T10:57:24Z)
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。