論文の概要: A 3D-Printable Dataset for Fair Testing and Comparisons of Tactile Sensors
- arxiv url: http://arxiv.org/abs/2606.25886v1
- Date: Wed, 24 Jun 2026 14:27:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.359528
- Title: A 3D-Printable Dataset for Fair Testing and Comparisons of Tactile Sensors
- Title（参考訳）: 触覚センサの公正なテストのための3Dプリント可能なデータセットと比較
- Abstract要約: 触覚センシングのための既存のテクスチャデータセットは、主に利用可能な表面や物体と相互作用する特定のセンサーからのセンサー読み取りで構成されている。
異なるプリンタやフィラメントタイプで確実に製造できるように設計された数学的に定義されたテクスチャの3Dプリント可能なデータセットを導入する。
- 参考スコア（独自算出の注目度）: 0.5803335081904312
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Existing texture datasets for tactile sensing primarily consist of sensor readings from a specific sensor interacting with available surfaces/objects rather than describing the textures themselves, limiting fair comparison between tactile sensors and hindering reproducible research. In this work, we introduce a 3D-printable dataset of mathematically defined textures designed to be fabricated reliably across different printers and filament types. The dataset consists of six parametrically generated surface patterns derived from combinations of sine-wave and Fourier-based functions, giving controlled variation in spatial frequency, amplitude, and directional structure. We evaluate the reproducibility of these textures across three popular 3D printers and multiple filament types by measuring variance in images captured using an optical TacTip sensor under controlled contact conditions. Our results show that print quality, particularly peak sharpness and stringing, affects tactile variance, with higher-end printers producing significantly more consistent signatures. Classification experiments using neural networks and PCA-based models further demonstrate that high-quality prints support strong within-printer generalisation, while cross-printer generalisation remains challenging due to geometric inconsistencies. This work establishes the first openly available, physically reproducible 3D-printed texture benchmark, providing a foundation for fair comparison of tactile sensors.
- Abstract（参考訳）: 既存の触覚センサ用テクスチャデータセットは主に、テクスチャ自体を記述するのではなく、利用可能な表面や物体と相互作用する特定のセンサーからのセンサー読み取りで構成されており、触覚センサと再現可能な研究を妨げる。
本研究では,異なるプリンタやフィラメントタイプで確実に製造できるように設計された,数学的に定義されたテクスチャの3Dプリント可能なデータセットを提案する。
このデータセットは、正弦波とフーリエ関数の組み合わせから得られる6つのパラメトリックな表面パターンから構成され、空間周波数、振幅、方向構造が制御される。
制御された接触条件下での光学的タックチップセンサを用いて撮像した画像のばらつきを計測することにより,これらテクスチャの再現性を3つのポピュラーな3Dプリンタと複数のフィラメントタイプで評価した。
以上の結果から,印刷品質,特にピークシャープネスとストリングは触覚変化に影響を及ぼし,ハイエンドプリンタはより一貫性のあるシグネチャを生成することがわかった。
ニューラルネットワークとPCAベースのモデルを用いた分類実験により、高品質なプリントが強力なインバープリンタの一般化をサポートする一方で、クロスプリンタの一般化は幾何学的不整合のため困難なままであることが示された。
この研究は、初めて公開され、物理的に再現可能な3Dプリントテクスチャベンチマークを確立し、触覚センサーの公正な比較の基礎となる。
関連論文リスト
- Talk2Sensors: 3D Visual Grounding in Autonomous Driving via Sensor-Adaptive Physical Cue Matching [66.91228384649921]
Talk2Sensorsは、カメラ、LiDAR、および4Dレーダ上に構築された最初のマルチセンサ3Dビジュアルグラウンドデータセットである。
本稿では,自動走行における言語誘導型3次元視覚グラウンドのためのトランスフォーマーベースの統合フレームワークTSFormerを提案する。
論文 参考訳（メタデータ） (2026-08-05T07:58:35Z) - Text-based Tactile Graphics Generation for the Visually Impaired [51.53004839882403]
触覚グラフィックスは、視覚障害者(BLV)が非テキスト情報にアクセスするための主要な媒体である。
本稿では,自然言語のプロンプトから直接,製造可能な2.5D触覚グラフィックを生成する最初の統合生成システムを提案する。
論文 参考訳（メタデータ） (2026-07-10T03:04:30Z) - ShapeGen3DCP: A Deep Learning Framework for Layer Shape Prediction in 3D Concrete Printing [0.4666493857924357]
本研究は3次元コンクリート印刷におけるフィラメント断面形状予測のための深層学習フレームワークであるShapeGen3DCPを紹介する(3DCP)。
このフレームワークは、流体状態(密度、降伏応力、塑性粘度)の材料特性とプロセスパラメータ(ノズル径、ノズル高さ、印刷速度、流れ速度)の両方を入力として、押出層形状を直接予測するニューラルネットワークアーキテクチャに基づいている。
トレーニングデータセットは、3DCPの確立されたパーティクル有限要素(PFEM)モデルを用いて合成され、実験データの不足を克服した。
論文 参考訳（メタデータ） (2025-10-02T13:30:20Z) - Textured Mesh Saliency: Bridging Geometry and Texture for Human Perception in 3D Graphics [50.23625950905638]
6自由度(6-DOF)VR環境下での革新的な視線追跡実験により構築したテクスチャメッシュ・サリエンシのための新しいデータセットを提案する。
本モデルでは,各三角形の面を個々の単位として扱い,各局所表面領域の重要性を反映した塩分濃度値を割り当てることで,テクスチャメッシュ表面の塩分濃度マップを推定する。
論文 参考訳（メタデータ） (2024-12-11T08:27:33Z) - 3D object quality prediction for Metal Jet Printer with Multimodal thermal encoder [46.85584046139531]
金属印刷における様々な要因は、印刷部品の品質に影響を及ぼす。
HPのMetJet印刷プロセスから収集された膨大なデータを使って、AI技術を使用して、印刷された部分品質メトリクスを分析し、学習し、効果的に推測することができる。
論文 参考訳（メタデータ） (2024-04-17T21:57:29Z) - CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
スパース入力によるNeRFの性能向上のための新しい手法を提案する。
まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。
次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
論文 参考訳（メタデータ） (2024-03-25T15:56:17Z) - Machine Learning Based Compensation for Inconsistencies in Knitted Force
Sensors [1.0742675209112622]
編まれたセンサーは、オフセット、緩和、漂流といった自然現象によってしばしば不整合に悩まされる。
本稿では,最小人工ニューラルネットワーク(ANN)を用いて処理することで,これに対応する方法を示す。
合計8個のニューロンを持つ3層ANNをトレーニングすることにより,センサ読み取りとアクティベーション力のマッピングを大幅に改善する。
論文 参考訳（メタデータ） (2023-06-21T09:19:33Z) - On the Importance of Accurate Geometry Data for Dense 3D Vision Tasks [61.74608497496841]
不正確または破損したデータのトレーニングは、モデルバイアスとハマーズ一般化能力を誘導する。
本稿では,深度推定と再構成における高密度3次元視覚課題に対するセンサ誤差の影響について検討する。
論文 参考訳（メタデータ） (2023-03-26T22:32:44Z) - Towards Multidimensional Textural Perception and Classification Through
Whisker [0.0]
ウィスカーベースの多次元表面テクスチャデータが欠落している。
多次元テクスチャ情報を取得するための新しいセンサ設計を提案する。
センサは、粗さが2.5mu m$以下のテクスチャを90%以上の精度で分類できることを実験的に検証した。
論文 参考訳（メタデータ） (2022-09-01T11:14:17Z) - Characterization of 3D Printers and X-Ray Computerized Tomography [3.333810206561284]
a)Ultimaker 2 Extended+、(b)Delta Wasp、(c)Rising E2、(d)ProJet MJPの4つの市販3Dプリンターを用いて、38個のサンプルを印刷する。
サンプルプロファイルは、ポロシティの既知の量を持つ立方体と球体の大きさの均一分布と非一様分布を含む。
その結果, ProJet MJPは, 表面粗さが最小であり, ポーシティ値にほぼ近い印刷試料の最高の品質が得られることがわかった。
論文 参考訳（メタデータ） (2022-05-27T11:06:08Z) - 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)
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。