論文の概要: Receiver-Centered Robot-to-Human Handover with Grasp-Aware Object Orientation

• arxiv url: http://arxiv.org/abs/2607.17839v1
• Date: Mon, 20 Jul 2026 11:30:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.604412
• Title: Receiver-Centered Robot-to-Human Handover with Grasp-Aware Object Orientation
• Title（参考訳）: Grasp-Aware Object Orientation を用いたレシーバ中心型ロボットとヒューマンのハンドオーバ
• Authors: Federico Biagi, Dario Onfiani, Simone Silenzi, Luigi Biagiotti,
• Abstract要約: 協調型ロボットは、ますます人間のオペレーターとワークスペースを共有している。 従来の静的なハンドオーバは、非対称な産業用ツールを扱う場合、しばしばぎこちなく把握される。 本稿では,フランカコボット上に構築された機械工具用レシーバ中心の音声駆動型適応ハンドオーバシステムについて述べる。
• 参考スコア（独自算出の注目度）: 0.27998963147546146
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Collaborative robots are increasingly sharing workspaces with human operators, making tool handover a frequent and safety-critical micro-interaction. However, traditional static handovers often lead to awkward grasps when handling asymmetric industrial tools. This paper presents a receiver-centered voice-driven adaptive handover system for mechanical tools, built on a Franka cobot. Using an LLM for intention recognition and MediaPipe for real-time 3D hand tracking, the framework dynamically adjusts the end-effector's orientation to present tools in an ergonomically optimal, handle-first pose. A within-subjects study compared this adaptive approach with an object-agnostic static baseline. The results demonstrate that the adaptive system reduces the grasp delay for asymmetric tools, improving the fluency of the interaction. Furthermore, the adaptive strategy improved specific trust-related perceptions, particularly motion predictability and perceived task simplicity.
• Abstract（参考訳）: 共同作業型ロボットは、作業スペースを人間のオペレータと共有し、ツールのハンドオーバを頻繁かつ安全クリティカルなマイクロインタラクションにする。 しかし、従来の静的なハンドオーバは、非対称な産業用ツールを扱う場合、しばしばぎこちなく把握される。 本稿では,フランカコボット上に構築された機械工具用レシーバ中心の音声駆動型適応ハンドオーバシステムについて述べる。 LLMを意図認識に、MediaPipeをリアルタイムな3Dハンドトラッキングに使用することにより、エンドエフェクタの向きを動的に調整し、人間工学的に最適なハンドファーストのポーズでツールを提示する。 内部オブジェクトの研究は、適応的なアプローチとオブジェクトに依存しない静的ベースラインを比較した。 その結果, 適応システムは非対称工具の把持遅延を低減し, 相互作用の流速を向上することを示した。 さらに、適応戦略は特定の信頼関係の知覚、特に運動予測可能性とタスクの単純さを改善した。

関連論文リスト

• IMPACT: Learning Internal-Model Predictive Control for Forceful Robotic Manipulation [43.12484757720005]
  実世界のロボット操作タスクは、しばしば環境との力強い相互作用を伴う。 我々は、これらの強制的なタスクをタスク計画と内部モデルに基づく予測制御に分離するフレームワークIMPACTを提案する。
  論文  参考訳（メタデータ） (2026-06-09T13:00:56Z)
• Adaptive vs. Static Robot-to-Human Handover: A Study on Orientation and Approach Direction [0.3425341633647625]
  本研究は、ユーザの手ポーズと意図した下流タスクに基づいて、オブジェクトの配信ポーズをリアルタイムで動的に調整する、新しい適応フレームワークを提案する。 総合的なユーザスタディでは、提案した静的ベースラインに対する適応的アプローチを複数のタスクで比較している。 その結果、動的アライメントは、ロボットの信頼性に対する信頼感を高めながら、ユーザの認知的作業負荷と生理的ストレスを著しく減少させることが示された。
  論文  参考訳（メタデータ） (2026-04-24T09:14:44Z)
• Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction [57.252599851031505]
  本稿では,知覚根誘導型ヒューマノイドオブジェクトインタラクション,Pro-HOIを紹介する。 Pro-HOIは、堅牢なヒューマノイドロコ操作のための一般化可能なフレームワークである。 ユニツリーG1ロボットの実証検証は、Pro-HOIが一般化と堅牢性においてベースラインを著しく上回っていることを示す。
  論文  参考訳（メタデータ） (2026-03-01T14:19:59Z)
• Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
  バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。 本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。 我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
  論文  参考訳（メタデータ） (2025-03-12T09:28:41Z)
• Intelligent Framework for Human-Robot Collaboration: Dynamic Ergonomics and Adaptive Decision-Making [16.96010830093366]
  本稿では,高度な視覚認識,連続的エルゴノミクスモニタリング,適応的行動木決定を統合化するための革新的なフレームワークを提案する。 我々のアプローチは、ディープラーニングモデル、高度な追跡アルゴリズム、動的エルゴノミクスアセスメントをモジュラーでスケーラブルで適応的なシステムに合成する。
  論文  参考訳（メタデータ） (2025-03-10T22:43:07Z)
• Dynamic Hand Gesture-Featured Human Motor Adaptation in Tool Delivery using Voice Recognition [5.13619372598999]
  本稿では,革新的なロボット協調フレームワークを提案する。 手の動きや動的動きの認識、音声認識、切り替え可能な制御適応戦略をシームレスに統合する。 ハンドジェスチャ認識における優れた性能を示す実験結果が得られた。
  論文  参考訳（メタデータ） (2023-09-20T14:51:09Z)
• EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable Rendering and Space Exploration [49.90228618894857]
  我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。 我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。 本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-02T03:49:54Z)
• Vision-driven Compliant Manipulation for Reliable, High-Precision Assembly Tasks [26.445959214209505]
  本稿では,最先端の物体追跡と受動適応型機械ハードウェアを組み合わせることで,高精度な操作作業を実現することを実証する。 提案手法は,作業空間内の物体の相対的な6次元ポーズを追跡することにより,視覚を通してループを閉じる。
  論文  参考訳（メタデータ） (2021-06-26T17:54:16Z)
• Domain Adaptive Robotic Gesture Recognition with Unsupervised Kinematic-Visual Data Alignment [60.31418655784291]
  本稿では,マルチモダリティ知識,すなわちキネマティックデータとビジュアルデータを同時にシミュレータから実ロボットに伝達できる,教師なしドメイン適応フレームワークを提案する。 ビデオの時間的手がかりと、ジェスチャー認識に対するマルチモーダル固有の相関を用いて、トランスファー可能な機能を強化したドメインギャップを修復する。 その結果, 本手法は, ACCでは最大12.91%, F1scoreでは20.16%と, 実際のロボットではアノテーションを使わずに性能を回復する。
  論文  参考訳（メタデータ） (2021-03-06T09:10:03Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
  本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。 このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-05-01T05:23:34Z)

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。