論文の概要: Beyond Gestures: Estimating Full Hand Pose and Contact Forces from Wrist-Worn Pressure Sensor Array

• arxiv url: http://arxiv.org/abs/2609.16518v1
• Date: Tue, 15 Sep 2026 02:08:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.302588
• Title: Beyond Gestures: Estimating Full Hand Pose and Contact Forces from Wrist-Worn Pressure Sensor Array
• Title（参考訳）: ジェスチャを超越した:手探りと接触力の推定
• Abstract要約: 手の動きと相互作用の力の捕獲は、対話型コンピューティング、VR、ロボット学習のための高忠実な触覚デモに不可欠である。 本研究では,一台のウェアラブル上で連続的なフルハンドポーズと分散接触力を回復する手首の圧力感知式リストバンドを提案する。
• 参考スコア（独自算出の注目度）: 4.346598091476058
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Capturing hand motion and interaction forces is critical for interactive computing, VR, and high-fidelity tactile demonstrations for robot learning. We introduce a wrist-worn pressure-sensing wristband that recovers continuous full-hand pose and distributed contact force on a single wearable. The system consists of flexible capacitive sensor arrays around the wrist, which require no electrical skin contact, and a recurrent network that maps the resulting pressure signal to hand state. Our key insight is that muscle contraction and tendon displacement produce pressure patterns, which correlate strongly with hand pose and interaction force. To validate this, we collect synchronized recordings of wrist pressure, optical motion-capture hand pose, and tactile-glove interaction force, covering isolated finger motion, fingertip-force stress tests, and natural hand-object manipulation. On isolated single-user motion the wristband attains $4.6^\circ$ mean finger-joint MAE, and across four users manipulating everyday objects it estimates per-finger contact force at $R^2=0.57$, which an external pose signal brings up to $0.75$. We see the wristband as one node in a constellation of everyday wearables -- e.g. paired with an egocentric camera -- adding the contact force that vision cannot observe and taking over when the hand is occluded.
• Abstract（参考訳）: 手の動きと相互作用の力の捕獲は、対話型コンピューティング、VR、ロボット学習のための高忠実な触覚デモに不可欠である。 本研究では,一台のウェアラブル上で連続的なフルハンドポーズと分散接触力を回復する手首の圧力感知式リストバンドを提案する。 このシステムは、手首の周囲にフレキシブルな静電容量センサーアレイを配置し、電気的皮膚接触を必要とせず、その結果の圧力信号を手動状態にマッピングするリカレントネットワークで構成されている。 我々の重要な洞察は、筋肉の収縮と腱の変位が圧力パターンを生じさせ、手の動きと相互作用力と強く相関しているということである。 これを検証するために、手首圧、光学式モーションキャプチャーハンドポーズ、触覚と手袋の相互作用力の同期記録を収集し、孤立した指の動き、指先力によるストレステスト、自然な手指操作をカバーした。 単独のシングルユーザー動作では、腕輪は平均指関節MAE$4.6^\circ$に達し、毎日の物体を操作する4人のユーザーの間でR^2=0.57$と推定され、外部のポーズ信号は0.75$になる。 このリストバンドは、日常的なウェアラブルのコンステレーション(例えば、自我中心のカメラとペア)の中の1つのノードと見なしている。

関連論文リスト

• TacClip: a clip-on sensor measures dynamic contact forces without covering the fingerpads [6.816222543744948]
  TacClipは、接触力や振動による指先変形を記録するウェアラブルデバイスである。 目視や手袋をベースとした手の動き追跡システムと組み合わせて、指先を発見できる。 この信号は、指の爪の上に取り付けられた小さなプラスチック製クリップに埋め込まれたFiber Bragg Gratingによって生成される。
  論文  参考訳（メタデータ） (2026-09-08T03:55:55Z)
• A Tendon-Driven Five-Fingered Hand with Distributed Tactile Perception for Dexterous Manipulation [0.0]
  本研究では, 腱駆動型手指5本指の触覚を非分布に知覚する新しい設計法を提案する。 ソフトリグッド・ハイブリッド構造を用いると、コンプライアンスと操作力の両方が手に渡される。
  論文  参考訳（メタデータ） (2026-08-26T09:01:36Z)
• WristMimic: Full-Body Humanoid Control with Wrist-Guided Manipulation [45.818624493082545]
  人間の物体の相互作用のデモンストレーションを物理に基づくシミュレーションに再ターゲットするには、操作を成功させる身体の動きと接触を再現する必要がある。 We introduced WristMimic, a wrist guided whole body control framework that clearly separates contact free body motion from contact rich hand operation。
  論文  参考訳（メタデータ） (2026-07-07T16:06:43Z)
• The N2D Haptic Glove: A Multi-Finger Glove for 2D Directional Force Feedback for Contact Rich Manipulation [11.79647885994712]
  人間は操作中に接触を調査・規制するために指先方向の力に頼っている。 ほとんどのウェアラブルハプティックグローブは、振動や単軸力のみをレンダリングし、力の方向があいまいになる。 本稿では,多指ウェアラブルデバイスであるN2D Haptic Gloveについて述べる。
  論文  参考訳（メタデータ） (2026-06-12T03:59:33Z)
• SoftHand Model-W: A 3D-Printed, Anthropomorphic, Underactuated Robot Hand with Integrated Wrist and Carpal Tunnel [8.885251638603307]
  SoftHand Model-Wは、Pisa/IIT SoftHandをベースとした3Dプリント・アンダーアクティベートされたロボットハンドである。 手根管にインスパイアされた腱ルーティングにより、前腕に遠隔運動が配置され、遠位慣性が減少する。 手首は、そうでなければ不可能なピック・アンド・プレイス操作を可能にする。
  論文  参考訳（メタデータ） (2026-04-01T11:05:39Z)
• 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)
• OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction [93.88239833545623]
  OpenTouchは、最初のインザワイルドなエゴセントリックなフルハンド触覚データセットです。 触覚信号は,理解のためのコンパクトで強力なキューを提供する。 我々は,マルチモーダルな自我中心の知覚,具体的学習,接触に富むロボット操作の促進を目指す。
  論文  参考訳（メタデータ） (2025-12-18T18:18:17Z)
• Feel the Force: Contact-Driven Learning from Humans [52.36160086934298]
  操作中のきめ細かい力の制御は、ロボット工学における中核的な課題である。 We present FeelTheForce, a robot learning system that model human tactile behavior to learn force-sensitive control。 提案手法は,5つの力覚的操作タスクで77%の成功率を達成した,スケーラブルな人間の監督において,堅牢な低レベル力制御を実現する。
  論文  参考訳（メタデータ） (2025-06-02T17:57:52Z)
• EgoPressure: A Dataset for Hand Pressure and Pose Estimation in Egocentric Vision [69.1005706608681]
  EgoPressureは、詳細なタッチ接触と圧力相互作用をキャプチャする、新しいエゴセントリックなデータセットである。 本データセットは,頭部に装着した1台のKinectカメラと静止した7台のKinectカメラで同時に捉えた21人の被験者からの5時間の対話を収録した。
  論文  参考訳（メタデータ） (2024-09-03T18:53:32Z)
• Physics-Based Dexterous Manipulations with Estimated Hand Poses and Residual Reinforcement Learning [52.37106940303246]
  ノイズの多い入力ポーズをターゲットの仮想ポーズにマッピングするモデルを学習する。 モデルフリーハイブリッドRL+ILアプローチを用いて残留条件下で訓練する。 筆者らは,VRにおける手動物体の相互作用と,それを用いた手動物体の動作再構成という,手動姿勢推定を用いた2つのアプリケーションで,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2020-08-07T17:34:28Z)

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。