論文の概要: Feasibility of Embedded Photoplethysmography Sensing in Short-Duration Tactile Interactions With Pocket-Sized Robots Using IMU- and Confidence-Based Filtering
- arxiv url: http://arxiv.org/abs/2608.04242v1
- Date: Tue, 04 Aug 2026 21:51:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 14:48:43.644666
- Title: Feasibility of Embedded Photoplethysmography Sensing in Short-Duration Tactile Interactions With Pocket-Sized Robots Using IMU- and Confidence-Based Filtering
- Title（参考訳）: IMUと信頼度に基づくフィルタリングを用いたポケットサイズのロボットとの短距離触覚相互作用における埋め込み型光胸部撮影の可能性
- Abstract要約: 本稿では,ポケットサイズのコンパニオンロボットであるAffectathyに直接組込み型フォトプレシーセンサ(Pocket)を組み込むことについて検討する。
2段階のフィルタリングパイプラインを実装することで、ハンドヘルドの使用に固有の動作アーティファクトの重大な課題に対処する。
以上の結果から, フィルタリング手法により平均絶対値の誤差が大幅に減少し, 実測値と統計的に等価であることが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ubiquitous companion robots offer a promising avenue for immediate anxiety relief in children, yet their effectiveness relies on the ability to monitor physiological states continuously and unobtrusively. Current solutions often depend on external wearables, which impose usability barriers and limit the robot's autonomy. This paper investigates the integration of an embedded photoplethysmography (PPG) sensor directly into a pocket-sized companion robot, AffectaPocket, to enable self-contained heart rate monitoring during tactile interaction. We address the significant challenge of motion artifacts inherent in handheld usage by implementing a two-stage filtering pipeline that utilizes an onboard Inertial Measurement Unit (IMU) to reject high-variance segments and a confidence-based smoothing algorithm for recovery periods. We evaluated the system against a commonly used wrist worn sensor in a Within-Subjects Study with 26 participants. Our results demonstrate that the filtering strategy significantly reduced the Mean Absolute Percentage Error and achieved statistical equivalence to the ground truth measurements (p<0.05). Analysis of short-duration interactions shows that the sensor requires stability over longer periods to converge.
- Abstract（参考訳）: ユビキタス・コンパニオン・ロボットは、子どもがすぐに不安を和らげるために有望な道を提供するが、その効果は生理状態の連続的かつ非侵襲的なモニタリング能力に依存している。
現在のソリューションは、しばしば外部のウェアラブルに依存し、使用性の障壁を課し、ロボットの自律性を制限する。
本稿では,ポケットサイズのコンパニオンロボットであるAffectaPocketに直接組込み型光胸腺撮影(PPG)センサーを組み込むことにより,触覚相互作用時の自己完結型心拍モニタリングを実現する。
Inertial Measurement Unit (IMU) を用いて高分散セグメントを除去する2段階のフィルタパイプラインと、回復期間に対する信頼度に基づく平滑化アルゴリズムを実装することで、ハンドヘルドの使用に固有の動作アーティファクトの重大な課題に対処する。
被験者26名を対象に,普通に使用される手首装着型センサを用いて,本システムの評価を行った。
その結果, フィルタリング手法により平均絶対値の誤差が大幅に減少し, 地上実測値と統計的に等価であることがわかった(p<0.05。
短時間の相互作用の解析は、センサが収束するのに長い期間の安定性を必要とすることを示している。
関連論文リスト
- Freezing of Gait Prediction Under Spatial Occlusion: An IMU-Supervised Cross-Modal Distillation Approach [0.0]
パーキンソン病(英: Parkinson disease)は、運動制御の段階的な低下を特徴とする進行性神経変性疾患である。
自動フリーズ・オブ・ゲイト(FOG)検出は歩行関連運動障害の客観的評価を支援する。
FOG予測には, (i) 患者の動作の映像記録を分析し, (ii) 下肢に装着した慣性計測装置(IMU) ウェアラブルセンサを用いて収集したデータを解析する。
ビデオベースのアプローチは、下肢が相当な幾何学的自己閉塞を受けており、ポーズ推定の精度が低下するため、連続的なターン・イン・プレイス・タスク中に検出エラーを被る可能性がある。
論文 参考訳（メタデータ） (2026-09-09T07:29:13Z) - Seeing Through Occlusion: Deterministic Arm Kinematic Correction for Robot Teleoperation [6.979012378888037]
本稿では,定数アーム長に基づく幾何制約を強制することにより,深度推定を改善するArm Kinematic Correction (AKC)法を提案する。
Vicon参照システムに対する実験的検証は、静的および動的関節運動の信頼性を示す。
その結果, AKCは信頼性の低い時間フィルタと組み合わせても, 長期的, 厳密な自己閉塞下では頑健性を高め, 解剖学的整合性を維持することが示唆された。
論文 参考訳（メタデータ） (2026-06-17T16:20:10Z) - Design and Validation of a Lightweight 1D CNN for Affective Touch Classification in Soft Plush Companions [59.49967357689445]
ソフトなセンサー付きコンパニオンは、社会的支援技術のための物理的に安全で感情的に直感的なインターフェースを提供する。
本研究では,ソフト・インタラクティブ・コンパニオンにおける感情的触覚認識のためのディープラーニングモデルの開発と検証を目的とした,オープンソースで拡張されたリアルタイムフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-16T10:20:05Z) - Learning-based Force Sensing and Impedance Matching for Safe Haptic Feedback in Robot-assisted Laparoscopic Surgery [0.0]
インピーダンスマッチングアプローチ(NIMA)は、動的ダイナミクスを組み込んで、複雑なツールとタスクのインタラクションをリアルタイムで正確にモデル化し、レンダリングする。
NIMA は平均絶対誤差 0.01 (std 0.02 N) を達成し、従来の手法と比べて95%の削減を達成している。
NIMAは様々な手術条件における力の忠実度、応答性、精度を大幅に向上させる。
論文 参考訳（メタデータ） (2026-01-20T19:57:50Z) - The power of dynamic causality in observer-based design for soft sensor applications [0.7965327033045845]
本稿では,動的因果解析により観測者に基づくソフトセンサを最適化するための新しい枠組みを提案する。
センサ選択への伝統的なアプローチは、複雑なシステムの時間的進化を捉えるのに失敗する線形化された可観測性指数や統計的相関に依存することが多い。
論文 参考訳（メタデータ） (2025-09-14T16:27:58Z) - Sensor Response-Time Reduction using Long-Short Term Memory Network Forecasting [0.0]
バイオセンサーの応答時間は、医療診断などの安全上重要な応用において重要な指標である。
長寿命メモリ(LSTM)ネットワークのアンサンブルが平衡バイオセンサー応答を正確に予測できることを示す。
論文 参考訳（メタデータ） (2024-04-26T04:21:14Z) - Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
エンゲージメント測定は、医療、教育、サービスに応用される。
生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。
コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
論文 参考訳（メタデータ） (2024-04-05T20:39:16Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - 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) - Video-based Remote Physiological Measurement via Cross-verified Feature
Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。
次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。
歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文 参考訳（メタデータ） (2020-07-16T09:39:17Z) - MIMC-VINS: A Versatile and Resilient Multi-IMU Multi-Camera
Visual-Inertial Navigation System [44.76768683036822]
視覚慣性ナビゲーションシステムのためのリアルタイム一貫したマルチIMUマルチカメラ(CMU)-VINS推定器を提案する。
効率的な多状態制約フィルタ内では、提案したMIMC-VINSアルゴリズムは、すべてのセンサからの非同期測定を最適に融合する。
提案したMIMC-VINSはモンテカルロシミュレーションと実世界実験の両方で検証されている。
論文 参考訳（メタデータ） (2020-06-28T20:16:08Z)
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。