論文の概要: A Human-Inspired Thumb-Index Robotic Hand with Strain Gauges Embedded in Soft Joints
- arxiv url: http://arxiv.org/abs/2606.21245v1
- Date: Fri, 19 Jun 2026 09:13:10 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-06-23 11:16:54.897789
- Title: A Human-Inspired Thumb-Index Robotic Hand with Strain Gauges Embedded in Soft Joints
- Title（参考訳）: ソフトジョイントにストレインゲージを組み込んだ人体インスパイアされた歯車型ロボットハンド
- Authors: Jonas Papenbrock, Shubhan Patni, Tomaso Lisini Baldi, Michele Guerri, Elia Landi, Ada Fort, Matej Hoffmann,
- Abstract要約: Safe Thumb-Index Robotic Handは最小限で軽量で低コストな2桁の試作機として開発された。
シリコーン封入ソフトジョイントにフレキシブルなひずみゲージを組み込んだ、不活性で腱駆動の機械設計と組み合わせることで、受動的把握適応を実現する。
- 参考スコア（独自算出の注目度）: 1.9808221015667646
- License:
- Abstract: Human hand grasp adaptation depends mainly on the synergy between physical structure and biological feedback. Inspired by this biomechanical principle, the Safe Thumb-Index Robotic (STIR) Hand was developed as a minimal, lightweight, and low-cost two-digit prototype featuring an asymmetric thumb-index configuration. By pairing an underactuated, tendon-driven mechanical design with flexible strain gauges embedded into silicone-encapsulated soft joints, the system achieves passive grasp adaptation while establishing both internal proprioception and external perception. Unsupervised analysis was carried out on a dataset of the STIR hand grasping 20 different objects, along with an object classification task and an ablation study to highlight the contribution of the soft joint sensors. The object classification task discriminated object size, shape, and material stiffness with a high classification accuracy. In contrast to traditional industrial grippers and robotic hands, the STIR Hand demonstrates that sensorized compliant joints significantly improve overall sensitivity and ensure safe grasping, while remaining independent of additional fingertip tactile elements or external vision systems. Finally, a comparison to similar devices grasping identical objects validates the utility of the STIR Hand.
- Abstract（参考訳）: 人間の手つかみ適応は、主に物理的構造と生物学的フィードバックの相乗関係に依存する。
この生体力学の原理にインスパイアされたセーフサム・インデックス・ロボット(STIR)ハンドは、非対称の親指インデックス構成を備えた最小で軽量で低コストの2桁の試作機として開発された。
シリコーン封入ソフトジョイントにフレキシブルなひずみゲージを組み込んだ、不活性で腱駆動の機械設計と組み合わせることで、内的受容と外的知覚の両方を確立しつつ、受動的把握適応を実現する。
軟部関節センサの寄与を明らかにするため, 対象分類タスクとアブレーションスタディとともに, 20種類の物体を把握したSTIRハンドのデータセットを用いて教師なし解析を行った。
対象分類タスクは、高い分類精度で、対象サイズ、形状、材料硬さを判別した。
従来の工業用グリップやロボットハンドとは対照的に、STIRハンドは、センサー化された適合した関節が全体的な感度を大幅に改善し、安全な把握を確保する一方で、追加の指先触覚要素や外部視覚システムに依存しないことを実証している。
最後に、同一物体をつかむ類似装置との比較により、STIRハンドの有用性が検証される。
関連論文リスト
- Modular Anthropomorphic Hand Design via Multi-Parameter Finger Benchmarking and Selection [7.144298246891022]
我々は,ロボットハンドのプラットフォームを開発し,指を完全な遠隔操作の手にモジュラーに統合する。
候補指の設計は、メカニズム指向とタスク関連メトリクスの両方を用いて評価される。
この枠組みは、最適化された指を持つ人型ロボットハンドの開発を通じて検証される。
論文 参考訳（メタデータ） (2026-06-10T09:03:34Z) - 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) - Tactile-Proprioceptive Sensor Fusion for Contact Wrench Estimation in Whole-Body Physical Human-Robot Interaction [6.839826083147316]
本稿では,自然界における人間-ロボットインタラクションのための触覚・受容型センサー融合フレームワークを提案する。
空気圧スキンパッドからの触覚は、摩擦残留物と応用外力の間のあいまいさを回避できる接触指標として機能する。
ロボット表面上の多軸接触力を再構成するために、モータ電流によるプロプレセプションを用いてこれらのキューを融合する。
論文 参考訳（メタデータ） (2026-05-27T12:47:25Z) - WHED: A Wearable Hand Exoskeleton for Natural, High-Quality Demonstration Collection [7.615440875928701]
We present WHED, a wearable hand-exoskeleton system designed for in-the-wild demonstration capture。
精度ピンチと全手囲いグリップにまたがる代表的把握および操作シーケンスの実現可能性を示す。
論文 参考訳（メタデータ） (2026-02-20T00:12:45Z) - 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) - Design and Validation of an Under-actuated Robotic Finger with Synchronous Tendon Routing [3.9881780222416316]
腱駆動のロボット指は、アクチュエータの要求を減らして外反操作に有利である。
本報告では, 同期腱ルーティングを特徴とする非作動型腱駆動型ロボット指(UTRF)について述べる。
提案したルーティングは,最小アクチュエータ数で予測可能な剛性と信頼性の高い把握性能を実現する。
論文 参考訳（メタデータ） (2025-12-11T07:05:43Z) - MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。
このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。
また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
論文 参考訳（メタデータ） (2024-04-16T02:18:18Z) - Exploiting High Quality Tactile Sensors for Simplified Grasping [1.713291434132985]
本稿では,市販の2種類のロボット指先の使用状況について詳細に分析する。
パーセンテージ・コントローラに基づく単純なアルゴリズムは、多くのグルーピング・アプリケーションで十分である、と結論付けている。
論文 参考訳（メタデータ） (2022-07-25T17:19:37Z) - 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) - The Feeling of Success: Does Touch Sensing Help Predict Grasp Outcomes? [57.366931129764815]
両指にGelSight高解像度触覚センサを装着した2本指グリップを用いて,9000以上の握力試験を行った。
実験結果から,触覚を取り入れることで把握性能が著しく向上することが示唆された。
論文 参考訳（メタデータ） (2017-10-16T05:32:38Z)
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。