論文の概要: MFE: A Multimodal Hand Exoskeleton with Interactive Force, Pressure and Thermo-haptic Feedback
- arxiv url: http://arxiv.org/abs/2604.02820v1
- Date: Fri, 03 Apr 2026 07:37:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-06 17:20:24.376906
- Title: MFE: A Multimodal Hand Exoskeleton with Interactive Force, Pressure and Thermo-haptic Feedback
- Title（参考訳）: MFE: 対話型力・圧力・サーマルアプティックフィードバックを備えたマルチモーダルハンドエクソスケルトン
- Authors: Ziyuan Tang, Yitian Guo, Chenxi Xiao,
- Abstract要約: 本稿では,MFE(Multimodal Feedback Exoskeleton)について述べる。
力フィードバックのために、MFEは、指の休息ポーズで力を押したり引っ張ったりするための3.5-8.1 Nを発生させる能動的メカニズムを採用している。
熱フィードバックのために、MFEは温度を摂氏10度から55度に設定できる熱電ヒートポンプを統合している。
- 参考スコア（独自算出の注目度）: 1.3135962181354464
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advancements in virtual reality and robotic teleoperation have greatly increased the variety of haptic information that must be conveyed to users. While existing haptic devices typically provide unimodal feedback to enhance situational awareness, a gap remains in their ability to deliver rich, multimodal sensory feedback encompassing force, pressure, and thermal sensations. To address this limitation, we present the Multimodal Feedback Exoskeleton (MFE), a hand exoskeleton designed to deliver hybrid haptic feedback. The MFE features 20 degrees of freedom for capturing hand pose. For force feedback, it employs an active mechanism capable of generating 3.5-8.1 N of pushing and pulling forces at the fingers' resting pose, enabling realistic interaction with deformable objects. The fingertips are equipped with flat actuators based on the electro-osmotic principle, providing pressure and vibration stimuli and achieving up to 2.47 kPa of contact pressure to render tactile sensations. For thermal feedback, the MFE integrates thermoelectric heat pumps capable of rendering temperatures from 10 to 55 degrees Celsius. We validated the MFE by integrating it into a robotic teleoperation system using the X-Arm 6 and Inspire Hand manipulator. In user studies, participants successfully recognized and manipulated deformable objects and differentiated remote objects with varying temperatures. These results demonstrate that the MFE enhances situational awareness, as well as the usability and transparency of robotic teleoperation systems.
- Abstract（参考訳）: 近年,仮想現実とロボット遠隔操作の進歩により,ユーザへ伝達しなければならない触覚情報の多様性が大きく向上している。
既存の触覚デバイスは、通常、状況認識を高めるために単調なフィードバックを提供するが、力、圧力、熱感覚を包含するリッチでマルチモーダルな感覚フィードバックを提供する能力のギャップは依然として残っている。
この制限に対処するために,マルチモーダルフィードバックエクソスケルトン (MFE) を提案する。
MFEは、ポーズを取るための自由度を20度備えている。
力フィードバックのためには、指の休息ポーズで力を押して引っ張る3.5-8.1 Nを発生させ、変形可能な物体との現実的な相互作用を可能にする。
指先は電気浸透原理に基づいて平らなアクチュエータを備え、圧力と振動刺激を与え、接触圧の2.47 kPaを達成して触覚を発生させる。
熱フィードバックのために、MFEは温度を摂氏10度から55度に設定できる熱電ヒートポンプを統合している。
我々は、X-Arm 6とインスパイアハンドマニピュレータを用いたロボット遠隔操作システムに組み込むことで、MFEを検証した。
ユーザスタディでは、参加者は変形可能なオブジェクトを認識し、操作し、温度の異なるリモートオブジェクトを識別した。
これらの結果から,MFEはロボット遠隔操作システムのユーザビリティと透明性だけでなく,状況意識の向上を図っている。
関連論文リスト
- Feel Robot Feels: Tactile Feedback Array Glove for Dexterous Manipulation [29.061513339025026]
我々は,手の動きを正確に捉え,高精度な触覚フィードバックを組み込んだ低コストグローブシステムTAGを提案する。
モーションキャプチャーのために、TAGはドリフトフリーで電磁力のある21-DoF関節追跡を提供する非接触磁気センシング設計を採用している。
我々は,TAGが接触幾何学と動的力の信頼性の高いリアルタイム認識を可能にし,接触豊富な遠隔操作タスクの成功率を向上させるとともに,学習に基づく操作のための実演データ収集の信頼性を高めることを示す。
論文 参考訳（メタデータ） (2026-03-30T15:04:13Z) - TEGA: A Tactile-Enhanced Grasping Assistant for Assistive Robotics via Sensor Fusion and Closed-Loop Haptic Feedback [1.3861223044153617]
触覚強化把握アシスタント(TEGA)について紹介する。
クローズドループアシスト遠隔操作フレームワークは、リアルタイムなビブロタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタクタ
ウェアラブルの触覚ベストは、リアルタイムの触覚フィードバックを提供する。
論文 参考訳（メタデータ） (2026-03-05T04:12:55Z) - 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) - A High-Force Gripper with Embedded Multimodal Sensing for Powerful and Perception Driven Grasping [12.351326520775464]
組込みマルチモーダル知覚機能を備えたモジュラー高把持力グリップを開発した。
提案したグリップは、コンパクトな実装で110Nの把持力を生成することができる。
高把握力は、アイインハンドカメラ、タイム・オブ・ライト(ToF)距離センサー、慣性計測ユニット(IMU)、全方位マイクを含む組込みマルチモーダルセンシングと組み合わせられる。
論文 参考訳（メタデータ） (2025-04-07T11:57:08Z) - Digitizing Touch with an Artificial Multimodal Fingertip [51.7029315337739]
人間とロボットはどちらも、周囲の環境を知覚し、相互作用するためにタッチを使うことの恩恵を受ける。
ここでは、タッチのデジタル化を改善するための概念的および技術革新について述べる。
これらの進歩は、高度なセンシング機能を備えた人工指型センサーに具現化されている。
論文 参考訳（メタデータ） (2024-11-04T18:38:50Z) - Reconfigurable Data Glove for Reconstructing Physical and Virtual Grasps [100.72245315180433]
本研究では,人間の手-物体相互作用の異なるモードを捉えるために,再構成可能なデータグローブの設計を提案する。
グローブは3つのモードで動作し、異なる特徴を持つ様々な下流タスクを実行する。
i)手の動きと関連力を記録し,(ii)VRの操作流速を改善するとともに,(iii)様々なツールの現実的なシミュレーション効果を生み出すことにより,システムの3つのモードを評価する。
論文 参考訳（メタデータ） (2023-01-14T05:35:50Z) - 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) - Learning Intuitive Physics with Multimodal Generative Models [24.342994226226786]
本稿では,視覚と触覚のフィードバックを融合させ,動的シーンにおける物体の動きを予測する枠組みを提案する。
我々は、接触面の高解像度マルチモーダルセンシングを提供する新しいSee-Through-your-Skin(STS)センサを使用します。
物体の静止状態を所定の初期条件から予測するシミュレーションおよび実世界の実験を通じて検証する。
論文 参考訳（メタデータ） (2021-01-12T12:55:53Z)
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。