論文の概要: GLoTouch: Global-to-Local Haptic Perception Using a Parallel Gripper for Object Search, Recognition, and Grasping Without External Vision

• arxiv url: http://arxiv.org/abs/2609.27695v1
• Date: Wed, 23 Sep 2026 11:16:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.984076
• Title: GLoTouch: Global-to-Local Haptic Perception Using a Parallel Gripper for Object Search, Recognition, and Grasping Without External Vision
• Title（参考訳）: GLoTouch: オブジェクト検索・認識・グラフピングのための並列グリパーを用いたグローバル・ローカル・ハプティック知覚
• Abstract要約: 並列グリップパー上に構築されたグローバル・ローカルな触覚認識・操作フレームワークである textbfGLoTouch について述べる。 グローバルステージでは、グリッパーは受動的ロングリーチプローブを持ち、力の測定と既知の工具形状を組み合わせて接触点の局所化を行う。 局所的な段階では、ロボットはプローブをセットし、同じグリップにバイソタクティルセンサーを使用し、局所的な触覚観察を直接取得する。
• 参考スコア（独自算出の注目度）: 15.102809951950524
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Perceiving objects in the environment is a fundamental capability of autonomous robots. In dark or low-light environments, external cameras often fail to reliably perceive object positions and geometry; when visual sensing is unavailable, completing target search, recognition, and grasping through touch alone becomes a key robot manipulation capability. This task must simultaneously address container-scale spatial exploration and object-scale fine-grained geometric perception, which is particularly challenging for low-degree-of-freedom parallel grippers. However, a unified framework remains lacking for connecting container-scale spatial exploration with object-scale fine-grained geometric perception and grasping. To address this challenge, we present \textbf{GLoTouch}, a global-to-local haptic perception and manipulation framework built on a parallel gripper. In the global stage, the gripper holds a passive long-reach probe, combining force measurements with known tool geometry to localize contacts and actively estimate candidate-object positions, coarse contours, and heights. In the local stage, the robot sets down the probe and uses the bilateral visuotactile sensors on the same gripper to directly acquire local haptic observations, which are matched against a given target 3-D model without object-specific training. We evaluate the framework in both simulation and real-robot experiments. Source code will be open-sourced.
• Abstract（参考訳）: 環境中の物体を認識することは、自律ロボットの基本的な能力である。 暗黒や低照度環境では、外付けカメラは物体の位置や形状を確実に知覚できないことが多く、視覚センサーが利用できない場合には、目標探索、認識、タッチによる把握が重要なロボット操作能力となる。 このタスクはコンテナスケールの空間探索とオブジェクトスケールの微粒な幾何学的知覚に同時に対処する必要がある。 しかし、コンテナスケールの空間探索とオブジェクトスケールの微粒な幾何学的知覚と把握を結びつけるための統一的な枠組みは依然として欠如している。 この課題に対処するために,並列グリップ上に構築されたグローバル・ローカルな触覚認識・操作フレームワークである \textbf{GLoTouch} を紹介する。 グローバルステージでは、グリップは受動型ロングリーチプローブを持ち、力の測定と既知の工具形状を組み合わせて、接触点の局所化を行い、候補物体の位置、粗い輪郭、高さを積極的に推定する。 局所的な段階では、ロボットはプローブをセットし、同じグリップ上の両側のビゾタクティルセンサーを使用して、物体固有の訓練を受けずに、所定のターゲット3Dモデルと一致した局所的な触覚観察を直接取得する。 シミュレーションおよび実ロボット実験において,本フレームワークの評価を行った。 ソースコードはオープンソースになる。

関連論文リスト

• VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation [59.44896676402453]
  VGP-Navは、テキスト・メトリック・アウェア・ビジュアル・ジオメトリック・パーセプションのための統合されたフレームワーク 単分子RGB入力にのみ依存し、メトリックローカライゼーションと障害物知覚を共同で支援する。 VGP-Navはモノクルスケールのあいまいさをオンラインで解決し、局所化基底の計量障害物表現を生成する。
  論文  参考訳（メタデータ） (2026-06-08T09:38:14Z)
• MaMi-HOI: Harmonizing Global Kinematics and Local Geometry for Human-Object Interaction Generation [14.056276184323321]
  MaMi-HOIはtextbfMacro レベルの流動性をtextbf Micro レベルの空間精度で再現する。 実験により、MaMi-HOIは自然運動と正確な接触を同時に達成できることが確認された。
  論文  参考訳（メタデータ） (2026-05-07T06:52:14Z)
• 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)
• SpatialActor: Exploring Disentangled Spatial Representations for Robust Robotic Manipulation [63.48859753472547]
  SpaceActorは、意味論と幾何学を明確に分離する堅牢なロボット操作のためのフレームワークである。 RLBenchの87.4%で最先端のパフォーマンスを達成し、ノイズの異なる条件下では13.9%から19.4%改善している。
  論文  参考訳（メタデータ） (2025-11-12T18:59:08Z)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• Articulated Object Manipulation using Online Axis Estimation with SAM2-Based Tracking [57.942404069484134]
  アーティキュレートされたオブジェクト操作は、オブジェクトの軸を慎重に考慮する必要がある、正確なオブジェクトインタラクションを必要とする。 従来の研究では、対話的な知覚を用いて関節のある物体を操作するが、通常、オープンループのアプローチは相互作用のダイナミクスを見渡すことに悩まされる。 本稿では,対話的知覚と3次元点雲からのオンライン軸推定を統合したクローズドループパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-09-24T17:59:56Z)
• GEARS: Local Geometry-aware Hand-object Interaction Synthesis [38.75942505771009]
  本研究では, 相互作用領域近傍の局所物体形状を推定するための, 結合中心型センサを提案する。 学習の複雑さを軽減するための重要なステップとして、グローバルフレームからテンプレートハンドフレームにポイントを変換し、共有モジュールを使用して各関節のセンサ特徴を処理する。 これに続いて、異なる次元の関節間の相関を捉えることを目的とした知覚時間変換ネットワークが提供される。
  論文  参考訳（メタデータ） (2024-04-02T09:18:52Z)

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。