論文の概要: Fiber Optic Sensing Glove for High Performance Dexterous Manipulation Capture
- arxiv url: http://arxiv.org/abs/2608.24572v1
- Date: Tue, 25 Aug 2026 13:59:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.01006
- Title: Fiber Optic Sensing Glove for High Performance Dexterous Manipulation Capture
- Title（参考訳）: 高性能デキスタラスマニピュレーションキャプチャのための光ファイバーセンシンググローブ
- Abstract要約: フルハンドポーズトラッキングのための光ファイバーセンシンググローブを提案する。
新規パイプラインは、再構成された各ファイバ形状を共通ハンド参照フレームに登録する。
新しい逆運動論的解法は60Hzでフルハンドポーズを再構築する。
- 参考スコア（独自算出の注目度）: 5.729097480676844
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Capturing hand pose during dexterous manipulation remains difficult: vision-based methods degrade under occlusion and challenging lighting, while sensorized gloves, though occlusion-free, are prone to drift and magnetic interference and rarely match motion-capture accuracy. We introduce a fiber optic sensing glove for full hand pose tracking that targets these failure modes, using multi-core shape-sensing fibers that capture each fiber's full 3D shape rather than curvature alone. A novel pipeline registers each reconstructed fiber shape to a common hand reference frame, and a new inverse-kinematics solver reconstructs full hand pose at 60 Hz using curve constraints. Benchmarked on a 2-hour dataset of dexterous object manipulation tasks across 5 subjects, the glove achieves 7.2 mm mean fingertip position error against motion capture ground truth, reduced to 4.9 mm by a one-time factory calibration of the fiber routing hub that transfers across users and sessions. These capabilities enable high-fidelity data capture and bimanual virtual teleoperation - both essential to advancing the robotics field.
- Abstract（参考訳）: 視覚ベースの手法は、閉塞と難解な照明の下で劣化する一方、センサー付き手袋は、閉塞のないにもかかわらず、ドリフトや磁気干渉の傾向があり、モーションキャプチャの精度とはほとんど一致しない。
本研究では, フルハンドポーズトラッキングのための光ファイバーセンシンググローブを導入し, 複数コア形状検出ファイバを用いて, 曲率のみではなく, 各ファイバのフル3次元形状を捉える。
新規なパイプラインは、再構成された各ファイバ形状を共通のハンド参照フレームに登録し、新しい逆運動量解決器は曲線制約を用いて60Hzでフルハンドポーズを再構成する。
被写体操作作業の2時間データセットに基づいて、グローブは7.2mmの平均指先位置誤差をモーションキャプチャ地上真実に対して達成し、ユーザとセッションをまたいで移動するファイバールーティングハブの1回工場キャリブレーションにより4.9mmに削減した。
これらの機能は、高忠実なデータキャプチャと双方向の仮想遠隔操作を可能にする。
関連論文リスト
- Pose-Aware Modeling to Mitigate Pose-Related Artifacts in Tactile Gloves [12.960256702707596]
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。
論文 参考訳（メタデータ） (2026-07-25T00:12:31Z) - From Perception to Assistance: Open-Vocabulary Shared Autonomy for Robotic Manipulation [1.018607043740383]
フレームワークは4つのモバイルマニピュレータ上で検証される。
これは、モーションキャプチャー地上の真理に対して59mmの位置RMSEを達成する。
産業用バルブの操作とピック・アンド・プレイス・タスクでは、全ての試験に完全なフレームワークが成功した。
論文 参考訳（メタデータ） (2026-07-19T16:15:14Z) - A Model-Based Decoupling Strategy for Proprioception and Contact Sensing in an Architected Soft Manipulator [49.225033144914214]
軟構造セグメントに埋め込まれた流体圧センサから, 受容・接触信号を分離するモデルベース戦略を提案する。
単一ITHセグメントでは, 相対曲げ誤差0.11+/-0.02, 接触検出率97%で, 主観的形状推定が可能である。
論文 参考訳（メタデータ） (2026-07-17T03:03:19Z) - A skin-like conformal sensor for real-time shape mapping [2.128937994248034]
リアルタイム3次元形状センシングは、動作中の変形可能なシステムの堅牢な制御と解釈に不可欠である。
本稿では,分散ひずみ測定から連続的な3次元変形をリアルタイムで再現する,スケーラブルな皮膚型センサを提案する。
12mmピッチの5-by-5アレイは、全てのテストシナリオで0.1秒の遅延で平均表面再構成誤差0.62mmを達成する。
論文 参考訳（メタデータ） (2026-05-02T00:19:19Z) - Markerless 6D Pose Estimation and Position-Based Visual Servoing for Endoscopic Continuum Manipulators [3.324399280473623]
本稿では,マーカーレスステレオ6Dポーズ推定と連続体マニピュレータの位置に基づく視覚サーボのための統合フレームワークを提案する。
フォトリアリスティックシミュレーションパイプラインは、画素精度アノテーションによる大規模自動トレーニングを可能にする。
我々の知る限り、この研究は、連続体マニピュレータのための完全マーカーレスポーズ推定に基づく位置ベース視覚サーボフレームワークを初めて提示する。
論文 参考訳（メタデータ） (2026-02-18T11:08:32Z) - 3D Pose Estimation of Two Interacting Hands from a Monocular Event
Camera [59.846927201816776]
本稿では,1つの単眼イベントカメラから手の動きの速い2つの手の動きを3次元追跡するための最初のフレームワークを紹介する。
本手法は, 半教師付き機能的注意機構により, 左手のあいまいさに対処し, 交差点の損失を補足して手衝突を解消する。
論文 参考訳（メタデータ） (2023-12-21T18:59:57Z) - UltraGlove: Hand Pose Estimation with Mems-Ultrasonic Sensors [14.257535961674021]
指に装着した複数のMEMS超音波センサを用いた手指追跡グローブを提案する。
実験の結果,本手法は精度,サイズに依存し,外的干渉に対して頑健であることがわかった。
論文 参考訳（メタデータ） (2023-06-22T03:41:47Z) - 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) - MonoGraspNet: 6-DoF Grasping with a Single RGB Image [73.96707595661867]
6-DoFロボットの把握は長続きするが未解決の問題だ。
近年の手法では3次元ネットワークを用いて深度センサから幾何的把握表現を抽出している。
我々はMonoGraspNetと呼ばれるRGBのみの6-DoFグルーピングパイプラインを提案する。
論文 参考訳（メタデータ） (2022-09-26T21:29:50Z) - Contact-GraspNet: Efficient 6-DoF Grasp Generation in Cluttered Scenes [50.303361537562715]
6-DoFパラレルジャッジの分布を効率的に生成するエンドツーエンドネットワークを提案する。
観測された点群の6-DoF把握ポーズと幅を根付かせることで、把握表現の寸法を4-DoFに縮小することができます。
構造クラッタにおける未知物体のロボット把持実験では, 90%以上の成功率を達成し, 最近の最先端手法と比較して, 故障率を半分に削減した。
論文 参考訳（メタデータ） (2021-03-25T20:33:29Z)
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。