論文の概要: Pose-Aware Modeling to Mitigate Pose-Related Artifacts in Tactile Gloves

• arxiv url: http://arxiv.org/abs/2607.22964v1
• Date: Sat, 25 Jul 2026 00:12:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.951416
• Title: Pose-Aware Modeling to Mitigate Pose-Related Artifacts in Tactile Gloves
• Title（参考訳）: 触覚グローブの詩関連アーティファクトを緩和するための詩認識モデリング
• Authors: Tianhong Catherine Yu, Ziyi Kou, Mia Huang, Taylor Niehues, Yiyue Luo, Li Guan, Dingtian Zhang,
• Abstract要約: 触覚手袋は、手動物体の相互作用において接触と力のデジタル化を行う。 フレキシブルセンサーは接触力だけでなく手ポーズの変化にも敏感で、ポーズ関連アーティファクト(PRA)をもたらす。 我々は,手振り情報を活用するグローブ非依存のアルゴリズムフレームワークを導入し,手袋の修正を伴わずにPRAを緩和する。
• 参考スコア（独自算出の注目度）: 12.960256702707596
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tactile gloves digitize contact and force during hand-object interactions, enabling robotics applications in dexterous manipulation, teleoperation, and learning from demonstration. To preserve hand dexterity and capture the nuances of natural interactions, these gloves and the integrated tactile sensors are designed to be soft, flexible, and comfortable. However, such flexible sensors are sensitive not only to contact forces but also unavoidably to hand pose changes, resulting in pose-related artifacts (PRAs). PRAs are especially problematic in the low-force range, resulting in misdetections or late-onset detections of contact, which raises the minimum detectable force (MDF) of the glove. In this work, we characterize the PRAs in relation to pose and force. Building on these insights, we introduce a glove-agnostic algorithmic framework that leverages hand pose information, which is increasingly available, to mitigate PRAs without glove modifications. Our pose-aware force estimation model augments tactile-to-force pipelines with a residual prediction branch that explicitly accounts for pose-induced sensor deformations. We validate our approach across 3 glove designs and 15 users, reducing MDF by 10.4%, 12.2%, and 18.3%, with consistent improvements across all evaluated metrics. This method provides a practical path to improving the usability of tactile gloves in data collection and diverse robotic applications.
• Abstract（参考訳）: 触覚手袋は、手動の相互作用の間、接触と力のデジタル化を図り、ロボット工学を巧妙な操作、遠隔操作、デモンストレーションからの学習に応用することを可能にする。 手の動きを保存し、自然な相互作用のニュアンスを捉えるために、これらの手袋と統合された触覚センサーは、柔らかく、柔軟で、快適に設計されている。 しかし、そのような柔軟なセンサーは接触力だけでなく、手動によるポーズの変化にも敏感であり、結果としてポーズ関連アーティファクト(PRA)が生じる。 PRAは特に低力域で問題があり、これにより接触の誤検知や遅延オンセットが検出され、グローブの最小検出力(MDF)が上昇する。 本研究では,PRAをポーズと力の関係で特徴付ける。 これらの知見に基づいて,手ポーズ情報を活用するグローブ非依存のアルゴリズムフレームワークを導入し,手袋の修正を伴わずにPRAを緩和する。 ポーズ認識力推定モデルでは、ポーズ誘発センサ変形を明示的に考慮した残差予測枝で触覚から力へのパイプラインを増強する。 3つの手袋のデザインと15人のユーザによるアプローチの検証を行い、MDFを10.4%、12.2%、および18.3%削減しました。 この方法は、データ収集および多様なロボットアプリケーションにおける触覚手袋のユーザビリティを向上させるための実践的な経路を提供する。

関連論文リスト

• 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)
• ARISTO Hand: Sensing-Driven Distal Hyperextension for Fine-Grained Manipulation [3.3685005431669732]
  ARISTO Handは腱駆動のロボットハンドで、アクティブな遠位部高血圧とハイブリッド指先感覚アーキテクチャを統合している。 アクティブな高血圧は、標準的な屈曲の運動的限界を超える制御された指先エンゲージメントを可能にする。 剛性爪装着センサは、エッジ接触時の信頼性の高い力測定を提供する。
  論文  参考訳（メタデータ） (2026-05-28T19:44:04Z)
• 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)
• AirGlove: Exploring Egocentric 3D Hand Tracking and Appearance Generalization for Sensing Gloves [10.234494805527943]
  本研究は,愛手を用いた視覚に基づく手の動き追跡モデルの最初の体系的評価である。 既存の素手モデルでは、素手デザインと手袋デザインの間に大きなギャップがあるため、性能が著しく低下する。 本研究では,既存のグローブを利用して学習したグローブ表現を,限られたデータで新たなグローブへ一般化するAirGloveを提案する。
  論文  参考訳（メタデータ） (2026-02-05T00:24:02Z)
• Visuo-Tactile Object Pose Estimation for a Multi-Finger Robot Hand with Low-Resolution In-Hand Tactile Sensing [9.970043211592058]
  把握された物体の正確な3Dポーズ推定は、ロボットが組み立てや手動操作を行うための重要な前提条件である。 本稿では,視覚情報とプロバイオセプションを2値の低解像度触覚接触測定と組み合わせることで,この問題を軽減することを提案する。
  論文  参考訳（メタデータ） (2025-03-25T17:53:53Z)
• Capturing complex hand movements and object interactions using machine learning-powered stretchable smart textile gloves [9.838013581109681]
  手の動きをリアルタイムに追跡することは、人間とコンピュータの相互作用、メタバース、ロボット工学、遠隔医療に多くの応用がある。 そこで本研究では, 伸縮性, 洗浄性を有するスマートグローブ, ヘリカルセンサ糸, 慣性測定ユニットを用いた手指運動の高精度かつダイナミックな追跡を報告する。 センサ糸は高いダイナミックレンジを有し, 0.005 %の低い155 %のひずみに応答し, 広範囲の使用および洗浄サイクルの安定性を示す。
  論文  参考訳（メタデータ） (2024-10-03T05:32:16Z)
• Deformer: Dynamic Fusion Transformer for Robust Hand Pose Estimation [59.3035531612715]
  既存の方法では、手のこもりが強かったり、ぼやけたりすると、手のポーズが難しい場合が多い。 ビデオでは、手の動きによって、片方のフレームに隠されたり、ぼやけたりして、手のさまざまな部分を観察することができる。 画像内の手の部分間の関係を暗黙的に推論するフレームワークであるDeformerを提案する。
  論文  参考訳（メタデータ） (2023-03-09T02:24:30Z)
• Reconfigurable Data Glove for Reconstructing Physical and Virtual Grasps [100.72245315180433]
  本研究では,人間の手-物体相互作用の異なるモードを捉えるために,再構成可能なデータグローブの設計を提案する。 グローブは3つのモードで動作し、異なる特徴を持つ様々な下流タスクを実行する。 i)手の動きと関連力を記録し,(ii)VRの操作流速を改善するとともに,(iii)様々なツールの現実的なシミュレーション効果を生み出すことにより,システムの3つのモードを評価する。
  論文  参考訳（メタデータ） (2023-01-14T05:35:50Z)

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。