論文の概要: Detection and Ranging of Transient Extrinsic Contacts Based on 6D Dynamic Tactile Sensing

• arxiv url: http://arxiv.org/abs/2608.07075v1
• Date: Fri, 07 Aug 2026 10:27:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.464515
• Title: Detection and Ranging of Transient Extrinsic Contacts Based on 6D Dynamic Tactile Sensing
• Title（参考訳）: 6次元動的触覚センサを用いた過渡的外接点検出とラウンギング
• Authors: Haowen Zheng, Yinghao Wu, Fuyuan Liu, Yichen Li, Yitian Shao,
• Abstract要約: TECDAR(Transient extrinsic Contact Detection and Range)は、つかんだ物体の接触を検出して測る簡便かつ効率的な方法である。 高い帯域幅とコンパクトなデータサイズにより、システムはつかんだオブジェクトとその周辺との接触を迅速に検出し、ローカライズすることができる。 我々は,ロボットの未来を推し進める技術として,精密組立,外科的補助,触覚優位環境における自律的な探索を想定する。
• 参考スコア（独自算出の注目度）: 5.84990179018828
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Delicate manipulation often involves transient and subtle collisions between a grasped object and the environment. While the human hand localizes these contacts effortlessly thanks to superior tactile sensitivity, robotic systems often lack the requisite resolution to acquire the information necessary for motion planning, resulting in clumsy manipulation or even task failure. Here, we propose transient extrinsic contact detection and ranging (TECDAR), a simple yet fast and efficient method for detecting and ranging extrinsic contact of grasped objects. Our design of gripper tips employs dynamic tactile sensing leveraging a single 2.5$\times$3 mm 6D inertial measurement unit. The sensor captures sub-millisecond tip deformations at a 7 kHz sampling rate, but operating on a data stream of only 84 KB/s. High bandwidth and compact data size enable the system to rapidly detect and localize contact between grasped objects and their surroundings. Specifically, fusing tactile data with robot pose via an extended Kalman filter enables fast and precise localization of extrinsic contact, reaching millimeter-level accuracy within 180 ms. Experimental results demonstrate that the system achieves an average localization accuracy of approximately 7\,mm in both line-contact and point-contact localization tasks. Furthermore, this near-instantaneous localization enables the robot to rectify its trajectory on a millisecond scale, facilitating precise tool manipulation and enhanced perception of complex environments purely through tactile exploration and mapping. We envision such techniques advancing the future of robotics across domains requiring delicate manipulation, including precision assembly, surgical assistance, and autonomous exploration in touch-dominant environments. Project page: humitlab.github.io/TECDAR/
• Abstract（参考訳）: 複雑な操作はしばしば、つかんだ物体と環境の間の過渡的かつ微妙な衝突を伴う。 人間の手は、触覚感度が優れているため、これらの接触を絶えずローカライズするが、ロボットシステムは、運動計画に必要な情報を取得するために必要な解像度を欠くことが多く、不安定な操作やタスクの失敗に至る。 本稿では, つかんだ物体の外部接触を検出するための, 迅速かつ効率的な方法であるTECDAR(Transient extrinsic Contact Detection and Range)を提案する。 本設計では, 2.5$\times$3 mmの慣性測定ユニットを用いた動的触覚センシングを用いている。 センサーは7kHzのサンプリングレートでミリ秒以下の先端変形をキャプチャするが、84KB/sのデータストリームでしか動作しない。 高い帯域幅とコンパクトなデータサイズにより、システムはつかんだオブジェクトとその周辺との接触を迅速に検出し、ローカライズすることができる。 具体的には,拡張カルマンフィルタによる触覚データとロボットポーズを融合させることにより,外因性接触の高速かつ高精度な位置決めが可能となり,180ms以内でミリレベルの精度を達成できた。 さらに、この即時的な局所化により、ロボットはその軌道をミリ秒スケールで修正し、精密なツール操作と、触覚探索とマッピングによる複雑な環境の知覚を高めることができる。 我々は、精密な組み立て、外科的補助、触覚支配環境における自律的な探索など、繊細な操作を必要とする領域をまたいだロボットの未来を推し進める手法を構想する。 プロジェクトページ: humitlab.github.io/TECDAR/

関連論文リスト

• Geometric Reconstruction of Extrinsic Contact Trajectories using Tactile Sensing and Proprioception for Tool Manipulation [3.853357303181037]
  ツールによる操作タスクでは、タスクの成功を決定するインタラクションは、触覚センサーから離れたツール先端で発生します。 本研究では,触覚とロボット・プロレセプションを用いて,外因性ツールチップ接触の軌跡を再構築する。
  論文  参考訳（メタデータ） (2026-06-20T22:28:16Z)
• Multi-Resolution Tactile Imitation Learning for Contact-Rich Robotic Manipulation [22.015203192700586]
  異なる時間分解能で動作する複数の触覚センサを利用する表現フレームワークMiTaSを提案する。 MiTaSの平均成功率は80%であり、視覚のみ(31と視覚触覚(54のベースラインではタスクを確実に解決できない)である。 詳細なセンサ読み取りと注意分析により、タスクの実行を通して異なるセンサーの重要性が明らかになる。
  論文  参考訳（メタデータ） (2026-06-04T15:23:03Z)
• Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation [82.63833405368159]
  ツール操作の一般化には、セマンティックプランニングと正確な物理的制御の両方が必要である。 本研究では,密接な接触推定を伴う視覚的意味論を融合した3次元表現であるセマンティック・コンタクト・フィールド(SCFields)を提案する。 スクレイピング、クレヨン描画、剥離の実験は、堅牢なカテゴリレベルの一般化を示している。
  論文  参考訳（メタデータ） (2026-02-14T16:05:08Z)
• TranTac: Leveraging Transient Tactile Signals for Contact-Rich Robotic Manipulation [11.834021644402148]
  鍵をロックに挿入したり、USBデバイスをポートに差し込んだりといったロボット操作は、視覚的な認識が不十分な場合に失敗する可能性がある。 本稿では,データ効率と低コストな触覚検知・制御フレームワークであるTranTacを紹介する。 マイクロメータスケールで動的翻訳およびねじり変形を検出することができる。
  論文  参考訳（メタデータ） (2025-09-20T06:25:59Z)
• Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
  人間は触覚と触覚に頼っている。 視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。 本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
  論文  参考訳（メタデータ） (2023-03-10T16:27:37Z)
• Learning to Detect Slip with Barometric Tactile Sensors and a Temporal Convolutional Neural Network [7.346580429118843]
  本研究では,バロメトリック・触覚センサを用いたスリップ検出手法を提案する。 我々は、スリップを検出するために時間畳み込みニューラルネットワークを訓練し、高い検出精度を実現する。 データ駆動学習と組み合わせたバロメトリック触覚センシング技術は,スリップ補償などの操作作業に適している,と我々は主張する。
  論文  参考訳（メタデータ） (2022-02-19T08:21:56Z)
• 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)
• Under Pressure: Learning to Detect Slip with Barometric Tactile Sensors [7.35805050004643]
  本稿では,バロメトリック触覚センサを用いたスリップ検出法を提案する。 我々は91%以上のスリップ検出精度を達成することができる。 バロメトリック触覚センシング技術とデータ駆動学習の組み合わせは、多くの複雑な操作タスクに適しています。
  論文  参考訳（メタデータ） (2021-03-24T19:29:03Z)
• OmniTact: A Multi-Directional High Resolution Touch Sensor [109.28703530853542]
  既存の触覚センサーは、平らで、感度が小さいか、低解像度の信号のみを提供する。 我々は,多方向高解像度触覚センサOmniTactを紹介する。 我々は,ロボット制御の課題に対して,OmniTactの能力を評価する。
  論文  参考訳（メタデータ） (2020-03-16T01:31:29Z)

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。