論文の概要: The N2D Haptic Glove: A Multi-Finger Glove for 2D Directional Force Feedback for Contact Rich Manipulation
- arxiv url: http://arxiv.org/abs/2606.14083v1
- Date: Fri, 12 Jun 2026 03:59:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-15 16:00:42.738981
- Title: The N2D Haptic Glove: A Multi-Finger Glove for 2D Directional Force Feedback for Contact Rich Manipulation
- Title（参考訳）: N2Dハプティックグローブ:コンタクトリッチマニピュレーションのための2次元方向力フィードバック用多指グローブ
- Authors: Yao-Ting Huang, Jake Honma, Omar Hernandez, Logan Li, Kaitlin Calimbahin, Bryce Hackel, Michael C. Yip,
- Abstract要約: 人間は操作中に接触を調査・規制するために指先方向の力に頼っている。
ほとんどのウェアラブルハプティックグローブは、振動や単軸力のみをレンダリングし、力の方向があいまいになる。
本稿では,多指ウェアラブルデバイスであるN2D Haptic Gloveについて述べる。
- 参考スコア（独自算出の注目度）: 11.79647885994712
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humans rely on directional fingertip forces to probe and regulate contact during manipulation, yet most wearable haptic gloves render only vibration or single-axis force, leaving force direction ambiguous. Without directional cues, users must infer contact force from vision alone, often leading to over-pressing, inconsistent control, and reduced precision in robotic teleoperation. We present the N2D Haptic Glove, a multi-finger wearable device that renders planar flexion-extension fingertip forces using capstan-drive transmissions for high-transparency force feedback. Through benchtop validations and a user study involving haptic teleoperation of a robotic arm and hand, we demonstrate that compared to visual-only and single-axis haptic baselines, planar fingertip feedback significantly reduces contact force error during precise manipulation, improves trial-to-trial consistency, and enhances overall user experience in axial probing tasks. These findings establish the N2D Haptic Glove and directional finger-based haptics devices as a promising modality for contact-rich teleoperation, immersive virtual reality simulations, and robot learning from demonstrations. N2D Haptic Glove's hardware and software system will be fully open-sourced at \href{https://ucsdarclab.github.io/n2d-glove/}{this https URL}.
- Abstract（参考訳）: 人間は操作中に接触を調査・規制するために方向の指先力に頼るが、ほとんどのウェアラブルな触覚手袋は振動や単一軸力のみを発生させ、力の方向は曖昧である。
方向の手がかりがなければ、ユーザーは視力だけで接触力を推定し、しばしば過圧、不整合制御、ロボット遠隔操作の精度の低下につながる。
本稿では,多指ウェアラブルデバイスであるN2D Haptic Gloveについて述べる。
ロボットアームとハンドの触覚遠隔操作に関するベンチトップ検証とユーザスタディを通じて、視覚のみの触覚ベースラインと単一軸の触覚ベースラインと比較して、平面的な指先フィードバックは正確な操作の際の接触力誤差を著しく低減し、試行間整合性を改善し、軸方向探傷作業における全体的なユーザエクスペリエンスを向上させることを実証した。
これらの知見は,N2D Haptic Gloveと指向性指型触覚デバイスを,接触豊富な遠隔操作,没入型仮想現実シミュレーション,デモからのロボット学習の有望なモダリティとして確立した。
N2D Haptic Gloveのハードウェアとソフトウェアシステムは完全にオープンソースとして、 \href{https://ucsdarclab.github.io/n2d-glove/}{this https URL} で公開される。
関連論文リスト
- AetheRock: An Arm-Worn Robot Teaching System for Force-Guided Vision-Tactile Learning [56.20593626288444]
AetheRockは、モジュール式で簡単に製造できるビジュオ触覚センサー、GelSlim-MiniFabを指先で搭載した腕縫いのデバイスだ。
本稿では,力と視覚を用いた表現学習フレームワークであるForceVTを提案する。
論文 参考訳（メタデータ） (2026-06-08T17:38:57Z) - MM-Hand: A 21-DOF Multi-modal Modular Dexterous Robotic Hand with Remote Actuation [25.7298718668076]
MM-Handは、リモート腱駆動アクチュエータに基づく21-DOFマルチモーダルモジュラーデキスタラスハンドである。
手はスプリング・リターンの腱駆動の指、モジュラー3Dプリントの指と手のひら構造、メンテナンス用のクイック腱コネクタ、マルチモーダルセンシングシステムを統合している。
MM-Handは、器用な操作研究のための軽量で、センサーに富み、メンテナンス可能なハードウェアプラットフォームを提供する。
論文 参考訳（メタデータ） (2026-04-19T04:12:04Z) - 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) - Glove2Hand: Synthesizing Natural Hand-Object Interaction from Multi-Modal Sensing Gloves [29.4768155708928]
Glove2Handは、マルチモーダルセンシンググローブのHOIビデオを素手で翻訳するフレームワークだ。
HandSenseは、同期された触覚とIMU信号を備えたグローブ・ツー・ハンドビデオを備えた、最初のマルチモーダルHOIデータセットである。
論文 参考訳（メタデータ） (2026-03-21T15:12:57Z) - 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) - OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction [93.88239833545623]
OpenTouchは、最初のインザワイルドなエゴセントリックなフルハンド触覚データセットです。
触覚信号は,理解のためのコンパクトで強力なキューを提供する。
我々は,マルチモーダルな自我中心の知覚,具体的学習,接触に富むロボット操作の促進を目指す。
論文 参考訳（メタデータ） (2025-12-18T18:18:17Z) - OSMO: Open-Source Tactile Glove for Human-to-Robot Skill Transfer [34.13467792368733]
我々は、人間とロボットのスキル伝達用に設計されたウェアラブルな触覚手袋であるOSMOを紹介する。
人間の実演のみに特化して訓練されたロボットポリシーは、困難なコンタクトリッチな操作タスクを実行することができることを実証する。
論文 参考訳（メタデータ） (2025-12-09T18:56:30Z) - Feel the Force: Contact-Driven Learning from Humans [52.36160086934298]
操作中のきめ細かい力の制御は、ロボット工学における中核的な課題である。
We present FeelTheForce, a robot learning system that model human tactile behavior to learn force-sensitive control。
提案手法は,5つの力覚的操作タスクで77%の成功率を達成した,スケーラブルな人間の監督において,堅牢な低レベル力制御を実現する。
論文 参考訳（メタデータ） (2025-06-02T17:57:52Z) - Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。
以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
論文 参考訳（メタデータ） (2024-04-25T17:59:41Z)
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。