論文の概要: Robust Slip Detection and Material Classification via Spatiotemporal Transformers on a Uniformly-Illuminated Visuo-Tactile Sensor

• arxiv url: http://arxiv.org/abs/2608.24162v1
• Date: Tue, 25 Aug 2026 07:25:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.857483
• Title: Robust Slip Detection and Material Classification via Spatiotemporal Transformers on a Uniformly-Illuminated Visuo-Tactile Sensor
• Title（参考訳）: 一様発光型ビジュオ触覚センサを用いた時空間変換器によるロバストすべり検出と材料分類
• Abstract要約: 本稿では,一様照明をカスタマイズした視覚触覚センサと統合認識フレームワークを提案する。 提案するハードウェア・ソフトウェア・フレームワークは、複雑なロボット操作のための高忠実度フィードバックと強力なマルチモーダル認識ベースラインを提供する。
• 参考スコア（独自算出の注目度）: 52.33204893988409
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tactile sensing is central to robotic manipulation, among which slip detection stands out as a quintessential and critical task. However, existing slip datasets are predominantly limited to binary classification, lacking fine-grained directional perception. To address this limitation, we propose a visuo-tactile sensor featuring customized uniform RGB illumination, alongside a unified perception framework. At the hardware level, the sensor achieves high-precision, sub-millimeter depth reconstruction. Based on this capability, we collect a multi-task visuo-tactile dataset encompassing 15 objects, synchronously generating depth information for each data sample. Algorithmically, we design a dual-head TimeSformer network to process dynamic spatiotemporal slip. On unseen objects, this network achieves robust accuracies of 95.5% and 91.5% for 3-class contact state prediction and fine-grained 8-class slip direction classification, respectively. Furthermore, static tactile-based object class recognition utilizing a ResNet-50 backbone yields an outstanding accuracy of 98.8% across 15 categories. The proposed hardware-software framework provides high-fidelity feedback and a powerful multi-modal perception baseline for complex robotic manipulation.
• Abstract（参考訳）: 触覚はロボット操作の中心であり、スリップ検出は極めて重要かつ重要な課題である。 しかし、既存のスリップデータセットは、主に二分分類に限られており、微粒な方向知覚を欠いている。 この制限に対処するために,一様にカスタマイズされたRGB照明と統合された認識フレームワークを備えたビジュオ触覚センサを提案する。 ハードウェアレベルでは、センサーは高精度でサブミリメートルの深さを再現する。 この能力に基づいて、15個のオブジェクトを含むマルチタスクのビジュオ触覚データセットを収集し、各データサンプルの深度情報を同期的に生成する。 アルゴリズムにより、動的時空間スリップを処理するために、デュアルヘッドのTimeSformerネットワークを設計する。 目に見えない物体に対して、このネットワークは3クラスの接触状態予測と8クラスのスリップ方向の微粒化に対して、95.5%と91.5%の堅牢な精度を達成する。 さらに、ResNet-50のバックボーンを用いた静的触覚ベースのオブジェクトクラス認識では、15のカテゴリで98.8%の精度が得られる。 提案するハードウェア・ソフトウェア・フレームワークは、複雑なロボット操作のための高忠実度フィードバックと強力なマルチモーダル認識ベースラインを提供する。

関連論文リスト

• Detection and Ranging of Transient Extrinsic Contacts Based on 6D Dynamic Tactile Sensing [5.84990179018828]
  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。
  論文  参考訳（メタデータ） (2026-08-07T10:27:37Z)
• GelNeuro: A Sensing-Computing Integrated Neuromorphic Tactile System for Texture Recognition [3.563572187323213]
  本稿では,GelSight Miniベースの光触覚フロントエンドとSpeck2fニューロモーフィック・オン・チップ(SoC)を直接組み合わせた完全統合型感触覚システムを提案する。 GelNeuroは、目に見えない接触深度にわたって堅牢な一般化を示し、エッジニューロモルフィックハードウェア上での直接センサー対チップ触覚認識の実現可能性を示している。
  論文  参考訳（メタデータ） (2026-07-06T15:52:35Z)
• T-Rex: Tactile-Reactive Dexterous Manipulation [139.71263755530654]
  本稿では,新しい時相触覚VQ-VAEエンコーダを備えた可変レートMixture-of-Transformers (MoT)アーキテクチャを提案する。 微妙な力制御と変形可能な物体操作を必要とする12の操作課題に対して,触覚反応が有効であることを示す。
  論文  参考訳（メタデータ） (2026-06-15T17:59:55Z)
• OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation [57.133721026727706]
  textbfOmniViTacは,16ドルのタスクと100ドル以上のオブジェクトからなる21,000ドル以上のトラジェクトリからなる大規模ビズオタクティルアクションデータセットである。 我々は4つの密結合モジュールを統合する世界モデルベースのビジュオ触覚操作フレームワークである textbf OmniVTA を提案する。
  論文  参考訳（メタデータ） (2026-03-19T17:52:42Z)
• 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)
• TransBridge: Boost 3D Object Detection by Scene-Level Completion with Transformer Decoder [66.22997415145467]
  本稿では,スパース領域における検出機能を改善する共同補完・検出フレームワークを提案する。 具体的には,トランスブリッジ(TransBridge)を提案する。トランスブリッジ(TransBridge)はトランスフォーマーをベースとした新しいアップサンプリングブロックである。 その結果,本フレームワークは,各手法の平均精度(mAP)が0.7から1.5の範囲で,エンドツーエンドの3Dオブジェクト検出を一貫して改善していることがわかった。
  論文  参考訳（メタデータ） (2025-12-12T00:08:03Z)
• Learning to Detect Slip through Tactile Estimation of the Contact Force Field and its Entropy [6.739132519488627]
  本研究では,スリップ検出をリアルタイムで連続的に行う物理インフォームド・データ駆動方式を提案する。 我々は、光学式触覚センサーであるGelSight Miniを、カスタムデザインのグリップに装着して、触覚データを収集する。 その結果,最高の分類アルゴリズムは95.61%の精度が得られることがわかった。
  論文  参考訳（メタデータ） (2023-03-02T03:16:21Z)
• 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)
• Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
  本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。 我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。 実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。