論文の概要: SlipSense: Multimodal Sensing for Online Slip Detection in Legged Robots
- arxiv url: http://arxiv.org/abs/2606.24350v1
- Date: Tue, 23 Jun 2026 09:40:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-24 22:16:48.864246
- Title: SlipSense: Multimodal Sensing for Online Slip Detection in Legged Robots
- Title（参考訳）: SlipSense:レッグロボットのオンラインスリップ検出のためのマルチモーダルセンシング
- Authors: Iris Szu-Yao Liu, Chien Chern Cheah, Meng Yee Michael Chuah,
- Abstract要約: SlipSenseは、四足歩行でスリップを検出するためのカスタムの軽量センサー付きフットを使用して、オンライン力に基づくスリップ検出のための新しいフレームワークである。
このフレームワークは、マルチモーダルセンサ設計とLSTMモデルを統合し、地上反応力を推定し、移動中のすべりの異常を検出する。
本手法は, 初期すべりを平均変位24.1 +/-6.4mm, 総合精度85.9%まで検出する。
- 参考スコア（独自算出の注目度）: 0.8411385346896411
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Legged robots rely on accurate ground interaction awareness to traverse variable terrains, such as slippery surfaces. Existing slip detection methods often rely on kinematics and proprioception, which lack the sensitivity to detect early-stage slips that occur prior to catastrophic instability. Thus, this paper presents SlipSense, a novel framework for online force-based slip detection using a custom lightweight sensorized foot for quadrupeds to detect slip. The framework integrates a multimodal sensor design with a LSTM-based model to infer ground reaction forces and detect slip-indicative anomalies during locomotion. The proposed framework is deployed on a Unitree Go1 quadruped to demonstrate blind online slip detection over a slippery terrain. Our method detects early-stage slips down to an average displacement of 24.1 +/-6.4mm with an overall accuracy of 85.9%. This represents a 3.3-fold finer detection resolution and a 24% relative accuracy improvement over a standard kinematic baseline that uses foot velocity inferred through state estimation. The work in this paper serves as a foundation for force-aware gait adaptation in legged robotic locomotion, allowing future controllers to estimate terrain friction and adjust constraints, thus improving the overall stability of the system.
- Abstract（参考訳）: 脚のあるロボットは、滑りやすい表面のような様々な地形を横切るために、正確な地上相互作用の認識に依存している。
既存のすべり検出法は、しばしばキネマティクスやプロピロセプションに依存しており、破滅的な不安定に先立って発生する早期のすべりを検出する感度が欠如している。
そこで,本論文では,四足歩行を用いたスリップ検出のためのスリップ検出フレームワークであるSlipSenseについて述べる。
このフレームワークは、マルチモーダルセンサ設計とLSTMモデルを統合し、地上反応力を推定し、移動中のすべりの異常を検出する。
提案するフレームワークは、滑りやすい地形上で盲目なオンラインスリップ検出を示すために、Unitree Go1の四足歩行にデプロイされる。
本手法は, 初期すべりを平均変位24.1 +/-6.4mm, 総合精度85.9%まで検出する。
これは3.3倍の微細な検出解像度と、状態推定によって推定される足の速度を使用する標準的な運動ベースラインに対する24%の相対的な精度向上を示す。
本研究は,足歩行における力覚歩行適応の基礎として機能し,将来のコントローラが地形の摩擦を推定し,制約を調整できるようにし,システム全体の安定性を向上する。
関連論文リスト
- Contact Status Recognition and Slip Detection with a Bio-inspired Tactile Hand [0.7850663096185592]
非構造的かつ普遍的な環境下でのロボットにはスリップ検出とタイムリーな予防が必要である。
本研究では,5本指のバイオインスパイアされた手からの触覚フィードバックを利用してこの問題に対処する。
論文 参考訳（メタデータ） (2026-03-19T00:12:27Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - Axle Sensor Fusion for Online Continual Wheel Fault Detection in Wayside Railway Monitoring [1.1199585259018456]
本研究は,鉄道断層診断のためのセマンティック・アウェア,ラベル効率のよい連続学習フレームワークを提案する。
このモデルは、フラットやポリゴン化による小さな欠陥を検出しながら、進化する運用条件に適応する。
論文 参考訳（メタデータ） (2026-02-18T00:14:18Z) - Estimating Scene Flow in Robot Surroundings with Distributed Miniaturized Time-of-Flight Sensors [41.45395153490076]
本研究では,ロボット本体上に分散した時間飛行(ToF)センサから得られた低密度・雑音点雲からのシーンフロー推定手法を提案する。
提案手法は,連続するフレームからクラスタリングし,高密度な動きの流れを推定するために反復閉点(ICP)を適用した。
我々は、静止点と移動点を区別するために適合度に基づく分類と、幾何学的対応を洗練させるために不整合除去戦略を用いる。
論文 参考訳（メタデータ） (2025-04-03T09:57:51Z) - Leveraging distributed contact force measurements for slip detection: a
physics-based approach enabled by a data-driven tactile sensor [5.027571997864706]
本稿では,新たなモデルに基づくスリップ検出パイプラインについて述べる。
分散力を正確に推定する視覚ベースの触覚センサを、6自由度コボットと2フィンガーグリップパーからなる把握装置に統合した。
その結果, 形状, 材料, 重量の異なる物体を操作しながら, スリップを確実に予測できることがわかった。
論文 参考訳（メタデータ） (2021-09-23T17:12:46Z) - Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。
有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。
本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文 参考訳（メタデータ） (2021-07-22T07:25:35Z) - VILENS: Visual, Inertial, Lidar, and Leg Odometry for All-Terrain Legged Robots [5.789654849162465]
本報告では,足ロボットのための視覚的慣性ライダー脚ナビゲーションシステム(VILENS)について述べる。
重要な新規性は、信頼性の高い動作を実現するために、4つの異なるセンサーモードの密接な融合である。
最先端の疎結合アプローチと比較して, 平均62%の翻訳誤差と51%の回転誤差が改善した。
論文 参考訳（メタデータ） (2021-07-15T11:05:00Z) - Accurate Alignment Inspection System for Low-resolution Automotive and
Mobility LiDAR [125.41260574344933]
車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。
提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
論文 参考訳（メタデータ） (2020-08-24T17:47:59Z)
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。