論文の概要: GhostTac: Manipulating Tactile Sensors without Physical Contact
- arxiv url: http://arxiv.org/abs/2608.20817v1
- Date: Fri, 21 Aug 2026 07:39:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.438685
- Title: GhostTac: Manipulating Tactile Sensors without Physical Contact
- Title（参考訳）: GhostTac:触覚センサーを物理的接触なしで操作する
- Abstract要約: 我々は、電磁干渉(EMI)による触覚センシングを操作する最初の非接触攻撃であるGhostTacを紹介する。
GhostTacは非線形整流と帯域幅の増幅を利用して、慎重に製作されたEMI信号を永続的なDCオフセットに変換する。
ターゲット位置における空間分布と干渉の大きさを形作ることにより、センサ出力のきめ細かい制御可能な操作を可能にする。
- 参考スコア（独自算出の注目度）: 19.72027665321065
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tactile sensors are integral to modern robotic systems, enabling robots to perceive and interact with the physical environment through tactile feedback. However, the physical-layer security of tactile sensors has received little attention. We present GhostTac, the first contactless attack, to the best of our knowledge, that manipulates tactile sensing through electromagnetic interference (EMI). GhostTac exploits nonlinear rectification and limited-bandwidth amplification, converting carefully crafted EMI signals into persistent DC offsets that bypass onboard filtering and induce stable measurement deviations. It enables fine-grained, controllable manipulation of sensor outputs by shaping the spatial distribution and magnitude of interference at targeted locations. Such manipulation can induce harmful robot behaviors, including excessive force that may damage objects or injure people. We evaluate GhostTac on 10 sensor modules and two dexterous hands, covering 15 tactile sensors of different types, and demonstrate consistent effectiveness across all tested devices. Three case studies involving tactile grasping, slip detection, and material classification further illustrate its practical impact on real robotic tasks. These findings reveal a new physical attack vector against tactile sensing in robotic systems.
- Abstract（参考訳）: 触覚センサーは現代のロボットシステムに不可欠なもので、触覚フィードバックによってロボットが物理的環境を知覚し、操作することができる。
しかし、触覚センサーの物理層セキュリティはほとんど注目されていない。
GhostTacは、私たちの知る限り、電磁干渉(EMI)を介して触覚を操作できる最初の非接触攻撃である。
GhostTacは非線形整流と帯域幅の増幅を利用して、慎重に製作されたEMI信号を永続的なDCオフセットに変換し、オンボードフィルタリングをバイパスし、安定した測定偏差を誘導する。
ターゲット位置における空間分布と干渉の大きさを形作ることにより、センサ出力のきめ細かい制御可能な操作を可能にする。
このような操作は、物体を傷つけたり、人を傷つけたりするような過度な力を含む有害なロボット行動を引き起こす可能性がある。
GhostTacを10個のセンサーモジュールと2個のデキスタラスハンドで評価し、15種類の触覚センサーをカバーし、全テストデバイスで一貫した有効性を示した。
触覚把握、すべり検出、材料分類を含む3つのケーススタディは、実際のロボット作業にその実践的影響を更に示している。
これらの結果から,ロボットシステムにおける触覚検出に対する新たな物理的攻撃ベクトルが明らかになった。
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) - Phantom Force: Injecting Adversarial Tactile Perceptions into Embodied Intelligence via EMI [5.863997901470895]
身体のインテリジェントなロボットは、触覚センサーを使って物理的な世界と安全に対話する。
本研究は、意図的電磁干渉(EMI)に対する感受性を示すホールエフェクト指先センサの脆弱性を探索する。
攻撃者はこの脆弱性を利用して、ロボットの手を動かして脆弱な物体を粉砕したり、危険なペイロードを落としたりすることができる。
論文 参考訳（メタデータ） (2026-05-13T13:16:44Z) - UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - Sensor-Invariant Tactile Representation [11.153753622913843]
高解像度触覚センサーは、知覚の具体化やロボット操作に欠かせないものとなっている。
この分野における重要な課題は、設計と製造のバリエーションによるセンサー間の伝達性の欠如である。
本稿では,光触覚センサ間のゼロショット転送を可能にする,SITR(Sensor-Invariant Tactile Representations)の抽出手法を提案する。
論文 参考訳（メタデータ） (2025-02-27T00:12:50Z) - Digitizing Touch with an Artificial Multimodal Fingertip [51.7029315337739]
人間とロボットはどちらも、周囲の環境を知覚し、相互作用するためにタッチを使うことの恩恵を受ける。
ここでは、タッチのデジタル化を改善するための概念的および技術革新について述べる。
これらの進歩は、高度なセンシング機能を備えた人工指型センサーに具現化されている。
論文 参考訳（メタデータ） (2024-11-04T18:38:50Z) - 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) - 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) - AuraSense: Robot Collision Avoidance by Full Surface Proximity Detection [3.9770080498150224]
AuraSenseは、ロボットアームの非死点近接検知を実現する最初のシステムである。
1組の圧電トランスデューサしか必要とせず、市販のロボットにも容易に適用できる。
論文 参考訳（メタデータ） (2021-08-10T18:37:54Z) - 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) - Elastic Interaction of Particles for Robotic Tactile Simulation [43.933808122317274]
触覚エミュレーションのための新しいフレームワークであるElastic Interaction of Particles (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、弾性理論を適用して接触過程における粒子の変形を制御する。
提案手法の有効性を検証する実験を2つのアプリケーションで行った。
論文 参考訳（メタデータ） (2020-11-23T16:37:00Z) - 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。