論文の概要: Cable-driven Continuum Robotics: Proprioception via Proximal-integrated Force Sensing
- arxiv url: http://arxiv.org/abs/2603.07426v1
- Date: Sun, 08 Mar 2026 02:46:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:42.049566
- Title: Cable-driven Continuum Robotics: Proprioception via Proximal-integrated Force Sensing
- Title（参考訳）: ケーブル駆動型連続ロボット:近接積分力センシングによる先入観
- Authors: Gang Zhang, Junyan Yan, Jibiao Chen, Shing Shin Cheng,
- Abstract要約: 微小連続ロボットは3次元接触力知覚の達成において重要な限界に直面している。
本稿では,ケーブル駆動型連続体ロボットの近位積分力センシングに基づく新しいプロプリセプション手法を提案する。
- 参考スコア（独自算出の注目度）: 8.830224010897025
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Micro-scale continuum robots face significant limitations in achieving three-dimensional contact force perception, primarily due to structural miniaturization, nonlinear mechanical, and sensor integration. To overcome these limitations, this paper introduces a novel proprioception method for cable-driven continuum robots based on proximal-integrated force sensing (i.e., cable tension and six-axis force/torque (F/T) sensor), inspired by the tendon-joint collaborative sensing mechanism of the finger. By integrating biomechanically inspired design principles with nonlinear modeling, the proposed method addresses the challenge of force perception (including the three-dimensional contact force and the location of the contact point) and shape estimation in micro-scale continuum robots. First, a quasi-bionic mapping between human tissues/organs and robot components is established, enabling the transfer of the integrated sensing strategy of tendons, joints, and neural feedback to the robotic system. Second, a multimodal perception strategy is developed based on the structural constraints inherent to continuum robots. The complex relationships among mechanical and material nonlinearities, robot motion states, and contact forces are formulated as an optimization problem to reduce the perception complexity. Finally, experimental validation demonstrates the effectiveness of the proposed method. This work lays the foundation for developing safer and smarter continuum robots, enabling broader clinical adoption in complex environments.
- Abstract（参考訳）: マイクロスケール連続ロボットは3次元接触力知覚において重要な限界に直面している。
これらの制約を克服するために,本研究では,指の腱関節協調型感覚機構に触発された,近位積分力センサ(ケーブル張力と6軸力/トルクセンサ)に基づく,ケーブル駆動型連続体ロボットの新しいプロレセプション手法を提案する。
生体力学的にインスピレーションを受けた設計原理を非線形モデリングと統合することにより,マイクロスケール連続ロボットにおける力知覚(3次元接触力と接触点の位置を含む)と形状推定の課題に対処する。
まず, 腱, 関節, 神経フィードバックの統合感覚戦略をロボットシステムに伝達し, 人間の組織・臓器とロボットコンポーネントの準バイオニックマッピングを構築する。
第2に,連続ロボットに固有の構造的制約に基づいて,マルチモーダル認識戦略を開発する。
機械的および材料的非線形性、ロボット運動状態、接触力の複雑な関係を最適化問題として定式化し、知覚複雑性を低減する。
最後に,提案手法の有効性を実験的に検証した。
この研究は、より安全でスマートな連続体ロボットの開発の基礎を築いた。
関連論文リスト
- Embodied Human Simulation for Quantitative Design and Analysis of Interactive Robotics [8.590015229469186]
本研究では,人間とロボットの相互作用を定量的に解析するためのシミュレーションベースのフレームワークを開発した。
中心となるのは、人間の力学系の予測的代理として機能する全身筋骨格モデルである。
我々は,ヒトと外骨格の相互作用を最適化する能力を示し,関節アライメントの改善と接触力の低下を示した。
論文 参考訳（メタデータ） (2026-03-10T05:39:31Z) - 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) - Active Matter as a framework for living systems-inspired Robophysics [0.4377975756712514]
ロボ物理学は、複雑な現実世界の環境で動く生物のようなロボットを統治する物理原理を研究する。
個々の単位のレベルでは、ロボット群は共通の目的、協調、コミュニケーション、コスト効率を達成するのに苦労する一方で、移動は依然として課題である。
論文 参考訳（メタデータ） (2025-11-18T16:16:27Z) - Self-Supervised Multisensory Pretraining for Contact-Rich Robot Reinforcement Learning [10.782934021703783]
MultiSensory Dynamic Pretraining (MSDP)は、タスク指向のポリシー学習に適した表現型多感覚表現を学習するためのフレームワークである。
MSDPはマスク付きオートエンコーディングに基づいており、センサ埋め込みのサブセットのみからの多感覚観測を再構成することでトランスフォーマーベースのエンコーダを訓練する。
下流の政策学習では,凍結した埋め込みから動的にタスク固有の特徴を抽出するクロスアテンション機構が導入された。
論文 参考訳（メタデータ） (2025-11-18T12:32:23Z) - Towards Immersive Human-X Interaction: A Real-Time Framework for Physically Plausible Motion Synthesis [51.95817740348585]
Human-Xは、様々な実体をまたいだ没入的で物理的に妥当なヒューマンインタラクションを可能にするために設計された、新しいフレームワークである。
本手法は, 自己回帰型反応拡散プランナを用いて, リアルタイムに反応と反応を同時予測する。
我々のフレームワークは、人間とロボットのインタラクションのための仮想現実インターフェースを含む、現実世界のアプリケーションで検証されている。
論文 参考訳（メタデータ） (2025-08-04T06:35:48Z) - 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) - Redefining Robot Generalization Through Interactive Intelligence [0.0]
ロボットファンデーションモデルは、リアルタイムの人間-ロボット共適応の複雑さを扱うために、インタラクティブなマルチエージェント視点に進化する必要がある、と我々は主張する。
シングルエージェントデザインを超えて、私たちの立場は、ロボット工学の基礎モデルがより堅牢でパーソナライズされ、予想されるパフォーマンスのレベルを達成する方法を強調しています。
論文 参考訳（メタデータ） (2025-02-09T17:13:27Z) - Multi-modal perception for soft robotic interactions using generative models [2.4100803794273]
知覚は、物理的エージェントと外部環境との活発な相互作用に不可欠である。
触覚や視覚などの複数の感覚モダリティの統合により、このプロセスが強化される。
本稿では,多種多様なモダリティからのデータを調和させて全体的状態表現を構築する知覚モデルを提案する。
論文 参考訳（メタデータ） (2024-04-05T17:06:03Z) - See, Hear, and Feel: Smart Sensory Fusion for Robotic Manipulation [49.925499720323806]
視覚的、聴覚的、触覚的知覚が、ロボットが複雑な操作タスクを解くのにどのように役立つかを研究する。
私たちは、カメラで見たり、コンタクトマイクで聞いたり、視覚ベースの触覚センサーで感じるロボットシステムを構築しました。
論文 参考訳（メタデータ） (2022-12-07T18:55:53Z) - Spatial Computing and Intuitive Interaction: Bringing Mixed Reality and
Robotics Together [68.44697646919515]
本稿では,空間コンピューティングを応用し,新しいロボットのユースケースを実現するためのロボットシステムについて述べる。
空間コンピューティングとエゴセントリックな感覚を複合現実感デバイスに組み合わせることで、人間の行動をキャプチャして理解し、それらを空間的な意味を持つ行動に変換することができる。
論文 参考訳（メタデータ） (2022-02-03T10:04:26Z)
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。