論文の概要: 3D-Force Estimation for Dual-arm Manipulation of Deformable Linear Objects via Factor Graphs

• arxiv url: http://arxiv.org/abs/2610.35058v1
• Date: Mon, 26 Oct 2026 09:04:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.804347
• Title: 3D-Force Estimation for Dual-arm Manipulation of Deformable Linear Objects via Factor Graphs
• Title（参考訳）: 因子グラフによる変形可能な線形物体のデュアルアームマニピュレーションのための3次元力推定
• Abstract要約: 変形可能な線形物体(DLO)に作用する力の推定は、その不安定な性質のため困難である。 この研究は、DLO状態とセンサデータが条件分布を通して関連している確率的定式化を採用する。 因子グラフは、DLOに作用する3次元力の大きさ、方向、位置を同時に再構成しながら決定するために用いられる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Estimating forces acting on Deformable Linear Objects (DLOs) is challenging due to their underactuated nature. However, reliable contact estimation is crucial to precisely control them and enable safe manipulation tasks. Differently from the various approaches presented in the literature, this work adopts a probabilistic formulation where the DLO state and sensor data are related through conditional distributions. In particular, factor graphs are used to determine the magnitude, direction, and location of a 3D force acting on a DLO, while simultaneously reconstructing its shape. Since DLOs are not actuated and are typically thin, like cables and wires, strain gauges and actuation readings are usually impractical. Therefore, to overcome this issue, this work is tested using one type of sensing information only, thus developing a generic technique suited for a wider variety of tasks. Realistic tests are performed by introducing noise into the measurements while the DLO follows a prescribed path in the presence of external forces that are accurately estimated.
• Abstract（参考訳）: 変形可能な線形物体(DLO)に作用する力の推定は、その不安定な性質のため困難である。 しかし、それらを正確に制御し、安全な操作作業を可能にするためには、信頼性の高い接触推定が不可欠である。 本研究は,DLO状態とセンサデータが条件分布を通して関連付けられた確率的定式化を採用する。 特に、因子グラフは、DLOに作用する3次元力の大きさ、方向、位置を同時に再構成しながら決定するために用いられる。 DLOは作動せず、典型的にはケーブルやワイヤのように細いため、ひずみゲージやアクティベーションリードは通常非実用的である。 そこで, この課題を克服するために, 1種類のセンシング情報のみを用いて本研究を検証し, 幅広いタスクに適した汎用技術を開発した。 実測値にノイズを導入し、DLOは正確に推定される外部力の存在下で所定の経路をたどる。

関連論文リスト

• Learning Sim-Grounded Policies for Bimanual Rope Manipulation from Human Teleoperation Data [12.632998789712547]
  結び目回避作業における自己中心型視覚ポリシーの一般化の欠如が観察空間自体に起因しているかどうかを考察する。 同じ双方向遠隔操作データに基づいてトレーニングされた2つのアクションチャンキングとトランスフォーマーポリシーを比較した。 状態ベースのポリシーは、最初の掴み取り動作を予測する際に、L1エラーを30.8%削減することで視覚的よりも優れる。
  論文  参考訳（メタデータ） (2026-05-15T15:15:12Z)
• Estimating Force Interactions of Deformable Linear Objects from their Shapes [10.735269120154983]
  多くのロボットとワイヤーの相互作用タスクでは、接触はエンドエフェクターではなく、ロボットの体に沿った他の点で行われる。 既存のアプローチは、しばしば高価な外部力トルクセンサーに依存するか、正確な力推定のためにエンドエフェクターで接触が発生する。 これは、導出した一貫性条件を利用して、ワイヤに沿った力-トルクのバランスに基づく線形方程式の系を解くことで達成される。
  論文  参考訳（メタデータ） (2026-02-01T08:02:30Z)
• Hi-ALPS -- An Experimental Robustness Quantification of Six LiDAR-based Object Detection Systems for Autonomous Driving [49.64902130083662]
  3Dオブジェクト検出システム(OD)は、自動運転車の運転決定において重要な役割を果たす。 敵対的な例は、入力データの変化、すなわち偽造(falsify)、ODの予測において、小さな、時には洗練された摂動である。 異なる種類の摂動条件下で6つの最先端3D ODのロバスト性を定量化する。
  論文  参考訳（メタデータ） (2025-03-21T14:17:02Z)
• DriveGEN: Generalized and Robust 3D Detection in Driving via Controllable Text-to-Image Diffusion Generation [49.32104127246474]
  DriveGENは、トレーニング不要のテキストから画像への拡散生成である。 様々なアウト・オブ・ディストリビューション世代にまたがる正確な3D形状のオブジェクトを一貫して保存する。
  論文  参考訳（メタデータ） (2025-03-14T06:35:38Z)
• Self-supervised Feature Adaptation for 3D Industrial Anomaly Detection [59.41026558455904]
  具体的には,大規模ビジュアルデータセット上で事前学習されたモデルを利用した初期のマルチモーダルアプローチについて検討する。 本研究では,アダプタを微調整し,異常検出に向けたタスク指向の表現を学習するためのLSFA法を提案する。
  論文  参考訳（メタデータ） (2024-01-06T07:30:41Z)
• Homography Loss for Monocular 3D Object Detection [54.04870007473932]
  ホログラフィーロス(Homography Loss)と呼ばれる,2次元情報と3次元情報の両方を利用する識別可能なロス関数を提案する。 提案手法は,KITTI 3Dデータセットにおいて,他の最先端技術と比較して高い性能を示す。
  論文  参考訳（メタデータ） (2022-04-02T03:48:03Z)

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。