論文の概要: SaddleSense: Saddle-Shaped Modules for 3D Shape Sensing with Single-Axis Off-the-Shelf Bend Sensors
- arxiv url: http://arxiv.org/abs/2611.00582v1
- Date: Sat, 31 Oct 2026 03:22:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-13 17:58:19.438537
- Title: SaddleSense: Saddle-Shaped Modules for 3D Shape Sensing with Single-Axis Off-the-Shelf Bend Sensors
- Title(参考訳): SaddleSense:Saddle-Shaped Modules for 3D Shape Sensing with Single-Axis Off-the-Shelf Bend Sensors
- Abstract要約: SaddleSenseは、3Dプリントした熱可塑性ポリウレタン(TPU)のサドル形状の格子で、各湾曲した縁に沿って1つの商用曲げセンサーを持っている。
各センサは、セグメントを軸方向に広げるのではなく、自身のチャネル内で屈曲するため、格子は多軸体変形をセンサ曲率に変換する。
430mm連続体上に24個のオフザシェルフ曲げセンサーを備えた6モジュールプロトタイプを試作した。
- 参考スコア(独自算出の注目度): 0.7409922717686698
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate posture feedback is essential for precise control of continuum robots. Off-the-shelf bend sensors measure curvature about only one axis; without a suitable mounting arrangement, they can restrict robot motion and provide incomplete posture information. SaddleSense introduces a 3D-printed thermoplastic polyurethane (TPU) saddle-shaped lattice that holds one commercial bend sensor along each curved edge. Because each sensor flexes within its own channel rather than spanning the segment axially, the lattice converts multi-axis body deformation into sensor curvature without tying segment length to sensor length. Each four-sensor module accommodates two-axis bending, contraction, and extension while quantifying all three deformation modes across its four readings. A hybrid calibration maps the sensor readings to piecewise constant curvature (PCC) parameters using a learned model paired with a physics-based fallback for out-of-distribution inputs. We demonstrate a six-module prototype with 24 off-the-shelf bend sensors on a 430~mm continuum body. Using only each module's four local readings, the physics-based model alone achieves a tip position root mean square error (RMSE) of 29.9~mm (7.0\% of body length). The data-driven model reduces the tip RMSE to 13.2~mm (3.1\%) on held-out samples of motions similar to the training set and 15.8~mm (3.7\%) on separately recorded trials. Reducing each module from four sensors to one nearly triples the tip error.
- Abstract(参考訳): 連続ロボットの正確な制御には、正確な姿勢フィードバックが不可欠である。
オフ・ザ・シェルフ・ベンドセンサーは1軸のみの曲率を測定するが、適切な取付配置がなければロボットの動きを制限し、不完全な姿勢情報を提供することができる。
SaddleSenseは、3Dプリントで熱可塑性ポリウレタン(TPU)のサドル型格子を導入している。
各センサは、セグメントを軸方向に広げるのではなく、独自のチャネル内で曲げられるため、格子はセグメント長をセンサ長に結び付けることなく、多軸体変形をセンサ曲率に変換する。
それぞれの4センサモジュールは2軸曲げ、収縮、拡張に対応し、4つの読み取りで3つの変形モードを定量化する。
ハイブリッドキャリブレーション(ハイブリッドキャリブレーション)は、物理ベースのフォールバックと組み合わせた学習モデルを用いて、センサの読み出しを断片的に定数曲率(PCC)パラメータにマッピングする。
430〜mm連続体上に24個のオフザシェルフ曲げセンサを備えた6モジュールプロトタイプを試作した。
各モジュールの4つの局所的な読み取りのみを用いて、物理ベースのモデルだけで、先端位置の平均平方誤差(RMSE)は29.9~mm(体長7.0.%)である。
データ駆動型モデルは、トレーニングセットと同様の保持された動作のサンプルでRMSEの先端を13.2~mm (3.1\%)、個別に記録された試験で15.8~mm (3.7\%)に還元する。
モジュールを4つのセンサーから1つに減らすと、ほぼ3倍になる。
関連論文リスト
- GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking [48.91477882822122]
本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。
方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。
D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
論文 参考訳(メタデータ) (2026-09-26T13:14:53Z) - Contact-Constrained Lower-Limb Joint-Offset Calibration for Humanoid Robots [4.637705968841629]
本報告では,車載継手エンコーダと骨盤装着型IMUのみを利用した自己完結型校正フレームワークを提案する。
ヘッセン固有構造解析は、平行ピッチ軸が回転結合を誘導することを示している。
立位姿勢膝は、残りの弱ピッチチェーン分解をアンカーする。
論文 参考訳(メタデータ) (2026-09-02T08:51:37Z) - Beyond Control Points: Arcsecond Relative-Motion Estimation of Vision Measurement Platforms With Incomplete or Absent Control Fields [43.43572961146893]
画像の変位や既知の3D点から直接プラットフォームの動きを推定する制御適応微分フレームワークを開発した。
我々は、回転可観測条件、非モデル翻訳および非剛点運動のためのリークバウンド、および単一点軸偏差法を導出する。
論文 参考訳(メタデータ) (2026-08-14T03:41:30Z) - Talk2Sensors: 3D Visual Grounding in Autonomous Driving via Sensor-Adaptive Physical Cue Matching [66.91228384649921]
Talk2Sensorsは、カメラ、LiDAR、および4Dレーダ上に構築された最初のマルチセンサ3Dビジュアルグラウンドデータセットである。
本稿では,自動走行における言語誘導型3次元視覚グラウンドのためのトランスフォーマーベースの統合フレームワークTSFormerを提案する。
論文 参考訳(メタデータ) (2026-08-05T07:58:35Z) - Sen-Cap: Sensor-Flexible and Noise-Resilient Human Motion Capture via LiDAR-Camera Integration [50.18488308004802]
Sen-Capは、LiDARとカメラのマルチモーダルデータを統合した3Dモーションキャプチャフレームワークである。
Sen-CapはHuman-M3とFreeMotionの主要なメトリクスで最先端のパフォーマンスを達成する。
この柔軟性と堅牢性の組み合わせは、現実のシナリオにおけるモーションキャプチャの新しい機会を開放する。
論文 参考訳(メタデータ) (2026-08-03T14:16:18Z) - A Model-Based Decoupling Strategy for Proprioception and Contact Sensing in an Architected Soft Manipulator [49.225033144914214]
軟構造セグメントに埋め込まれた流体圧センサから, 受容・接触信号を分離するモデルベース戦略を提案する。
単一ITHセグメントでは, 相対曲げ誤差0.11+/-0.02, 接触検出率97%で, 主観的形状推定が可能である。
論文 参考訳(メタデータ) (2026-07-17T03:03:19Z) - Data-Driven Forward and Inverse Modeling of V-Beam Thermal Sensors [0.764671395172401]
本稿では,Vビーム熱センサのデータ駆動逆設計のための機械学習フレームワークを提案する。
目的は、所定の温度下で目標変位を達成する最適センサ形状を決定することである。
提案したパイプラインは3000サンプルのデータセットを使用し、変位を予測するために4.76%のMAPEを達成する。
論文 参考訳(メタデータ) (2026-07-04T12:50:19Z) - Off-Axis Compliant RCM Joint with Near-Isotropic Stiffness and Minimal Parasitic Error [5.683284334858979]
本稿では、神経内視鏡手術のための、オフ軸型モノリシックなリモート・センター・オブ・モーション(RCM)関節について述べる。
エンドエフェクターは四面体屈曲の外側に配置され、視線を改善し、殺菌を促進し、迅速な工具放出を可能にする。
論文 参考訳(メタデータ) (2026-03-30T09:59:18Z) - Geometry OR Tracker: Universal Geometric Operating Room Tracking [61.399734016038614]
手術室(OR)では、世界規模のマルチビュー3Dトラッキングは、外科医の行動認識のような下流のアプリケーションをサポートする。
カメラのキャリブレーションとRGB-Dの登録は常に信頼性が低く、幾何学的不整合が生じる。
我々は、不正確なキャリブレーションをスケール一貫性と幾何学的に整合したカメラ設定に修正する2段階パイプラインであるGeometry OR Trackerを紹介する。
論文 参考訳(メタデータ) (2026-02-28T09:21:21Z) - 3DPCNet: Pose Canonicalization for Robust Viewpoint-Invariant 3D Kinematic Analysis from Monocular RGB cameras [7.906702226082628]
3DPCNetは3Dジョイント座標で直接動作するコンパクトな推定器に依存しないモジュールである。
本手法は,地中構造IMUセンサデータと強い視覚的対応を示すビデオから加速度信号を生成する。
論文 参考訳(メタデータ) (2025-09-27T18:55:21Z) - eFlesh: Highly customizable Magnetic Touch Sensing using Cut-Cell Microstructures [35.94440287795584]
eFleshセンサーの構築には,3Dプリンタ,既製の磁石,希望形状のCADモデル,磁力計回路基板の4つのコンポーネントしか必要としない。
本研究では,コンベックスOBJ/STLファイルを3Dプリント可能なSTLに変換するオープンソース設計ツールを提案する。
センサキャラクタリゼーション実験により,eFleshは0.5mmの接触局在RMSE,通常の力は0.27N,せん断力は0.12Nの力予測RMSEの能力を示した。
論文 参考訳(メタデータ) (2025-06-11T17:59:46Z)
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。