論文の概要: Towards Interaction State Recognition in Sensorized Gecko-Inspired Adhesive Interfaces for Orbital Servicing

• arxiv url: http://arxiv.org/abs/2610.27141v1
• Date: Mon, 19 Oct 2026 18:36:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.457731
• Title: Towards Interaction State Recognition in Sensorized Gecko-Inspired Adhesive Interfaces for Orbital Servicing
• Title（参考訳）: 感覚的ゲコインスパイアされた軌道追従用接着剤界面における相互作用状態の認識に向けて
• Abstract要約: 現在のシステムはオープンループで動作しており、相互作用中に自分自身の接触や接着状態を見積もることができない。 本稿では, 触覚による接着界面の接触状態を推定するリアルタイム相互作用認識フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reliable contact establishment remains a critical challenge for autonomous on-orbit servicing (OOS), particularly when interacting with non-cooperative targets. Gecko-inspired dry adhesives provide a lightweight, passive, and residue-free solution for robotic capture in space, yet current systems operate in open loop, without the ability to estimate their own contact or adhesion state during interaction. This paper presents a real-time interaction-awareness framework that enables sensorized gecko-inspired adhesive interfaces to estimate their contact state throughout the adhesion lifecycle using embedded capacitive sensing. Five discrete interaction states (idle, proximity, contact, engaged, and disengaged) are classified using experimentally collected and augmented sensor data, enabling a comparative evaluation of six lightweight machine learning models suitable for embedded deployment. Among the evaluated models, Random Forest achieved the highest offline classification accuracy of 95.65%. For online deployment, combining Random Forest with a rule-based state machine improved accuracy from 78.02% to 93.14%, achieving a macro F1-score of 0.9343 while maintaining a 53 ms inference cycle. These results demonstrate that incorporating physics-consistent state constraints significantly improves robustness during realtime inference, representing a step toward interaction-aware capture in future autonomous orbital servicing missions.
• Abstract（参考訳）: 信頼性の高い接触施設は、特に非協調的標的との相互作用において、自律軌道サービス(OOS)にとって重要な課題である。 ジェコインスパイアされたドライ接着剤は、軽量で受動的で残余のないソリューションで、宇宙空間でロボットを捕獲するが、現在のシステムはオープンループで作動する。 本報告では, 組込み型静電容量センサを用いて, 粘着界面の接着ライフサイクルを通して, 接触状態を推定できるリアルタイム相互作用認識フレームワークを提案する。 5つの個別相互作用状態(アイドル、近接、接触、エンゲージメント、非エンゲージメント)は、実験的に収集および強化されたセンサーデータを用いて分類され、組み込み配置に適した6つの軽量機械学習モデルの比較評価が可能である。 評価されたモデルの中で、ランダムフォレストは95.65%の最高オフライン分類精度を達成した。 オンライン展開では、ランダムフォレストとルールベースのステートマシンを組み合わせることで、精度は78.02%から93.14%に向上し、マクロF1スコアは0.9343となり、53msの推論サイクルを維持した。 これらの結果は、物理に一貫性のある状態制約を組み込むことで、リアルタイム推論におけるロバスト性を大幅に向上することを示し、将来の自律軌道観測ミッションにおける相互作用認識キャプチャへのステップを示している。

関連論文リスト

• Modality-Decoupled Federated Learning for Privacy-Preserving Embodied Intelligence in 6G [90.42669277637026]
  第6世代(6G)無線ネットワークは、大規模なインボディードインテリジェンスのための重要な基盤を提供すると期待されている。 本稿では、6Gネットワークにおけるプライバシー保護型インテリジェンスのためのモダリティ分離FLフレームワークであるFedMVLAを提案する。
  論文  参考訳（メタデータ） (2026-09-09T01:36:44Z)
• Self-Adaptive Anomaly Detection with Reinforcement Learning and Human Feedback in Connected Vehicles [0.3324986723090369]
  本稿では,自律型CPSのためのオンライン異常検出フレームワークを提案する。 自己注意を伴う分解された深いQネットワークは、監視対象サービス毎に候補プールから最も適切な検出器を選択する。 保留中のトランジションバッファと60/40の優先順位付けされたリプレイ戦略を中心に構築されたHuman-in-the-loopリトレーニング機構により、オペレーターは専門家の知識を組み込むことができる。
  論文  参考訳（メタデータ） (2026-07-09T11:48:52Z)
• Memory-Augmented LSTM Autoencoder for Unsupervised Activity Recognition with IMU Sensor Fusion [0.0]
  メモリ拡張オートエンコーダを用いた完全教師なし機能融合フレームワークを提案する。 短時間の時間的マルチセンサーデータによるアクティビティ表現を強化し、リアルタイムアプリケーションを可能にする。 本手法は,時間窓が短いにもかかわらず,特徴分離性を最大9%改善する。
  論文  参考訳（メタデータ） (2026-06-19T06:28:20Z)
• Design and Validation of a Lightweight 1D CNN for Affective Touch Classification in Soft Plush Companions [59.49967357689445]
  ソフトなセンサー付きコンパニオンは、社会的支援技術のための物理的に安全で感情的に直感的なインターフェースを提供する。 本研究では,ソフト・インタラクティブ・コンパニオンにおける感情的触覚認識のためのディープラーニングモデルの開発と検証を目的とした,オープンソースで拡張されたリアルタイムフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-16T10:20:05Z)
• Active Zero: Self-Evolving Vision-Language Models through Active Environment Exploration [72.84714132070404]
  受動的相互作用から視覚環境の能動的探索に移行する枠組みを提案する。 Active-Zeroでは,3つの共進化エージェントが採用されている。 モデルの機能フロンティアに基づいて,オープンワールドリポジトリからイメージを取得する検索だ。 12ベンチマークにわたるQwen2.5-VL-7B-インストラクションについて : Active-Zero 53.97 における推論タスクの平均精度(5.7%の改善)と一般理解における 59.77 について(3.9%の改善)
  論文  参考訳（メタデータ） (2026-02-11T17:29:17Z)
• Beyond Proximity: A Keypoint-Trajectory Framework for Classifying Affiliative and Agonistic Social Networks in Dairy Cattle [0.764671395172401]
  市販の乳製品納屋におけるインタラクションの分類のためのポーズベースの計算フレームワークを提案する。 画素レベルの外観や単純な距離測定に頼るのではなく、キーポイント軌道からの相互作用運動シグネチャを符号化する。 その結果,対話を意識したソーシャルネットワーク構築に適した,視覚に基づくソーシャルインタラクションの自動推論のための概念実証が確立された。
  論文  参考訳（メタデータ） (2025-12-17T01:01:51Z)
• CAFuser: Condition-Aware Multimodal Fusion for Robust Semantic Perception of Driving Scenes [56.52618054240197]
  本研究では,運転シーンのロバストな意味認識のための条件対応型マルチモーダル融合手法を提案する。 CAFuserは、RGBカメラ入力を用いて環境条件を分類し、コンディショントークンを生成する。 我々のモデルは、特に悪条件シナリオにおいて、ロバスト性と精度を著しく向上させる。
  論文  参考訳（メタデータ） (2024-10-14T17:56:20Z)
• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• Online Recognition of Incomplete Gesture Data to Interface Collaborative Robots [0.0]
  本稿では,ウェアラブルセンサで捉えた静的ジェスチャー(SG)と動的ジェスチャー(DG)の大きな語彙を分類するためのHRIフレームワークを提案する。 認識されたジェスチャーは、朝食の食事を準備する共同作業でロボットを遠隔操作するために使用される。
  論文  参考訳（メタデータ） (2023-04-13T18:49:08Z)

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。