論文の概要: TacSpin: Tactile Tracking of In-Gripper Object Rotation on SO(3) via Axis-Magnitude Estimation
- arxiv url: http://arxiv.org/abs/2610.17574v1
- Date: Tue, 13 Oct 2026 01:54:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-17 18:20:33.387576
- Title: TacSpin: Tactile Tracking of In-Gripper Object Rotation on SO(3) via Axis-Magnitude Estimation
- Title（参考訳）: TacSpin: 軸-マグニチュード推定によるSO(3)上のイングリッパー物体回転の触覚追跡
- Abstract要約: TacSpinは2つの視覚ベースの触覚センサーを使用して、SO(3)上のグリッパー内物体の回転を追跡する手法である。
標準オブジェクトでは、TacSpinは平均チェックポイントエラーを低くする。
- 参考スコア（独自算出の注目度）: 10.573412021084499
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tracking object motion within a gripper provides essential feedback for robotic manipulation. However, limited contact coverage and uneven deformation make tactile estimation challenging. In this study, we present TacSpin, a method that tracks in-gripper object rotation on SO(3) using only two vision-based tactile sensors. The key idea is to estimate the axis and magnitude of the rotation response separately, rather than fitting a rigid-body model by least squares. Each finger's response is further refined with contact-boundary cues. The two fingers are then fused according to their agreement. On standard objects, TacSpin achieves lower mean checkpoint errors. Qualitative demonstrations on real-world objects, using calibration transferred from a standard sphere, illustrate tracking under different contact geometries.
- Abstract（参考訳）: グリップ内の物体の動きを追跡することは、ロボット操作に不可欠なフィードバックを提供する。
しかし、接触範囲の制限や変形の不均一は、触覚推定を困難にしている。
本研究では,2つの視覚ベースの触覚センサのみを用いて,SO(3)上のグリッパー内物体の回転を追跡する手法であるTacSpinを提案する。
鍵となる考え方は、最小二乗の剛体モデルに適合するのではなく、回転応答の軸と大きさを別々に推定することである。
各指の反応は、接触境界の手がかりによってさらに洗練される。
両指は合意に従って融合する。
標準オブジェクトでは、TacSpinは平均チェックポイントエラーを低くする。
標準的な球面から移動したキャリブレーションを用いた現実世界の物体の定性的デモンストレーションでは、異なる接触測地の下での追跡が示されている。
関連論文リスト
- Bench2Dex: Benchmarking Visuo-Tactile Bimanual Dexterous Manipulation Across Dexterous Hands [99.00248904465089]
指の構造、接触面、センサーレイアウトが異なる。
本報告では,12手にわたるバイスオタクティルバイマニュアル操作のシミュレーションベンチマークであるBench2Dexについて述べる。
論文 参考訳（メタデータ） (2026-09-14T15:22:59Z) - TacSE3: Equivariant SE(3) Motion Estimation from Low-Texture Visuotactile Images for In-Gripper Tracking and Compensation [21.692486374633418]
TacSE3は触覚運動推定パイプラインであり、低テクスチュア・ビジョタクティルを3次元の非結合力場に変換する。
本手法は, 接触中心運動から平面変換を導出し, 主にせん断関連触覚応答から回転を推定する。
DM-Tacフィンガーチップを用いた実験では、デュアルセンサーセンシングは翻訳・回転のあいまいさを低減し、軸と物体のジオメトリ間の回転追跡をサポートし、軽量な補償信号を提供する。
論文 参考訳（メタデータ） (2026-05-18T06:38:06Z) - 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) - AnyRotate: Gravity-Invariant In-Hand Object Rotation with Sim-to-Real Touch [9.606323817785114]
我々は,高密度のsim-to-realタッチを用いた重力不変多軸物体回転システムであるAnyRotateを提案する。
我々の定式化により、統一されたポリシーの訓練により、任意の回転軸に関する未知の物体を任意の方向で回転させることができる。
リッチな多指触覚センシングは不安定な把握を検知し、ポリシーの堅牢性を改善するリアクティブな振る舞いを提供する。
論文 参考訳（メタデータ） (2024-05-12T22:51:35Z) - 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) - Tac2Pose: Tactile Object Pose Estimation from the First Touch [6.321662423735226]
触覚ポーズ推定のためのオブジェクト固有のアプローチであるTac2Poseを提案する。
我々は、高密度な物体のポーズがセンサーに生み出す接触形状をシミュレートする。
我々は、RGBの触覚観測を2値の接触形状にマッピングする、物体に依存しないキャリブレーションステップでセンサから接触形状を得る。
論文 参考訳（メタデータ） (2022-04-25T14:43:48Z) - 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)
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。