論文の概要: Geometric Reconstruction of Extrinsic Contact Trajectories using Tactile Sensing and Proprioception for Tool Manipulation

• arxiv url: http://arxiv.org/abs/2606.22251v1
• Date: Sat, 20 Jun 2026 22:28:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 21:46:40.211957
• Title: Geometric Reconstruction of Extrinsic Contact Trajectories using Tactile Sensing and Proprioception for Tool Manipulation
• Title（参考訳）: 触覚とプロプライオセプションを用いた外因性接触軌跡の幾何学的再構成とツール操作
• Authors: Seojung Min, Yoonjin Kim, Jeong-Jung Kim, Jung Kim,
• Abstract要約: ツールによる操作タスクでは、タスクの成功を決定するインタラクションは、触覚センサーから離れたツール先端で発生します。 本研究では,触覚とロボット・プロレセプションを用いて,外因性ツールチップ接触の軌跡を再構築する。
• 参考スコア（独自算出の注目度）: 3.853357303181037
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tactile sensing enables robots to perceive rich contact information at the grasp, supporting tasks such as object recognition, in-hand pose estimation, and slip detection. However, in many tool-mediated manipulation tasks, the interaction that determines task success occurs at the tool tip, away from the tactile sensor, making direct sensing of tool-environment contact difficult, particularly when the contact moves during interaction. In this work, we reconstruct the trajectory of extrinsic tool-tip contact using tactile sensing and robot proprioception. We formulate tool-tip trajectory reconstruction as a geometric inference problem under a single-point contact assumption. Our method first estimates the global tool-tip contact location from a calibration segment designed to approximate fixed-point behavior, and then reconstructs the full trajectory by composing relative tool motion estimated from tactile marker observations under continuous contact. Across n=51 trials with multiple trajectories, tools, wrist poses, and grasp configurations, the proposed pipeline achieves a trajectory RMSE of 8.59 +/- 2.41 mm in the world frame and a shape RMSE of 5.96 +/- 1.16 mm, while operating online at 14.00 +/- 4.11 Hz. Overall, the results show that extrinsic tool-tip trajectory geometry can be recovered consistently from grasp-level tactile sensing, with trajectory shape remaining stable across variations in tools, wrist poses, and grasp configurations.
• Abstract（参考訳）: 触覚により、ロボットは把握時に豊かな接触情報を知覚し、物体認識、手動ポーズ推定、すべり検出などのタスクを支援することができる。 しかし、多くのツールを介する操作タスクでは、触覚センサーから離れて、ツール先端でタスク成功を決定するインタラクションが発生し、特に相互作用中に接触が動くとき、ツール環境との直接接触の検知が困難になる。 本研究では,触覚とロボット・プロレセプションを用いて,外因性ツールチップ接触の軌跡を再構築する。 ツールチップ軌道再構成を1点の接触仮定の下で幾何推論問題として定式化する。 筆者らはまず, 固定点挙動を近似するキャリブレーションセグメントからグローバルツールチップ接触位置を推定し, 連続接触下での触覚マーカー観測から推定した相対ツール運動を構成することで全軌道を再構築する。 n=51の試験では、複数の軌道、道具、手首ポーズ、グリップ構成を用いて、提案されたパイプラインは世界フレームにおいて8.59 +/- 2.41 mmの軌道RMSEと5.96 +/- 1.16 mmの形状RMSEを達成し、14.00 +/- 4.11 Hzでオンラインで動作している。 以上の結果から,手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手首・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手指・手・手指・手指・手・手・手・手・手指・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・手・。

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)
• Touch2Insert: Zero-Shot Peg Insertion by Touching Intersections of Peg and Hole [15.791523980428538]
  任意のペグ挿入のための触覚ベースのフレームワークであるemphTouch2Insertを提案する。 本手法は,高解像度触覚画像から断面形状を再構成し,孔の相対的なポーズを0ショットで推定する。 結果,Touch2Insertはシミュレーションにおいてすべてのコネクタのサブミリポーズ推定精度を達成し,実ロボットの平均成功率は86.7%に達した。
  論文  参考訳（メタデータ） (2026-03-04T01:35:33Z)
• Grasp, Slide, Roll: Comparative Analysis of Contact Modes for Tactile-Based Shape Reconstruction [5.441555196600574]
  本稿では,触覚機能付きデキスタラスグリップを用いた物体形状再構成における接触モードの違いがどう影響するかを考察する。 本研究は3つの接触相互作用モード(グリップフリーズ,指の放牧による滑動,手のひらローリング)を比較した。 以上の結果から, 触覚知覚効率の向上は, 形状復元の高速化に寄与し, 34%の物理的相互作用を必要とせず, 再現精度を55%向上させることができた。
  論文  参考訳（メタデータ） (2026-02-26T16:53:59Z)
• Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation [82.63833405368159]
  ツール操作の一般化には、セマンティックプランニングと正確な物理的制御の両方が必要である。 本研究では,密接な接触推定を伴う視覚的意味論を融合した3次元表現であるセマンティック・コンタクト・フィールド(SCFields)を提案する。 スクレイピング、クレヨン描画、剥離の実験は、堅牢なカテゴリレベルの一般化を示している。
  論文  参考訳（メタデータ） (2026-02-14T16:05:08Z)
• Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
  人間は触覚と触覚に頼っている。 視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。 本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
  論文  参考訳（メタデータ） (2023-03-10T16:27:37Z)
• Semi-Supervised Disentanglement of Tactile Contact~Geometry from Sliding-Induced Shear [12.004939546183355]
  触覚は人間の器用さに根ざしている。 ロボットタッチ、特にソフトな光触覚センサーで模倣すると、動きに依存したせん断による歪みに悩まされる。 本研究では,接触情報のみを保存しながらせん断を除去する半教師付き手法を提案する。
  論文  参考訳（メタデータ） (2022-08-26T08:30:19Z)
• Tactile Image-to-Image Disentanglement of Contact Geometry from Motion-Induced Shear [30.404840177562754]
  ロボットタッチは、特にソフトな光触覚センサーを使用する場合、動きに依存したせん断によって引き起こされる歪みに悩まされる。 本稿では,スライディングによるせん断による接触形状によるセンサ変形の成分である潜伏空間において,絡み合うことを学習する教師付き畳み込みディープニューラルネットワークモデルを提案する。
  論文  参考訳（メタデータ） (2021-09-08T13:03:08Z)
• 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。