論文の概要: MagPillar: A Soft Magnetopillar Array Tactile Sensor for Robotic Surface Perception
- arxiv url: http://arxiv.org/abs/2611.01609v2
- Date: Tue, 03 Nov 2026 10:30:55 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:57:56.848378
- Title: MagPillar: A Soft Magnetopillar Array Tactile Sensor for Robotic Surface Perception
- Title（参考訳）: MagPillar:ロボット表面知覚のための柔らかい磁気ピラアレイ触覚センサ
- Abstract要約: MagPillarは、スパイダーヘアにインスパイアされた触覚センサーで、磁柱アレイと3軸ホールセンサーを組み合わせている。
フルアレイ・メカニカル・磁場モデルでは、アレイ全体で測定された重畳された磁場に格子の変形がどう影響するかを特徴付ける。
適合する柱構造は、表面テクスチャや幾何学的特徴との接触を異なる磁気応答パターンに変換する。
- 参考スコア（独自算出の注目度）: 6.583202243114363
- License:
- Abstract: Robotic surface exploration benefits from tactile interfaces that accommodate contact and capture variations in surface characteristics. Herein, we report MagPillar, a tactile sensor inspired by spider tactile hairs that combines a magnetic pillar array with three-axis Hall sensing. A full-array mechanical and magnetic-field model characterizes how pillar deformation affects the superposed fields measured across the array, providing a physical basis for interpreting its contact responses. The compliant pillar architecture translates contact with surface textures and geometric features into distinct magnetic response patterns. Then, in robotic surface perception experiments, spectral features and logistic regression distinguish six material surfaces with an offline accuracy of 99.34% under within-session temporally blocked cross-validation. Continuous scans over periodic protrusions produce amplitude and peak-spacing variations consistent with changes in surface geometry. These findings connect compliant contact mechanics with distributed magnetic sensing, paving a new path for material recognition and qualitative surface-profile perception.
- Abstract（参考訳）: ロボット表面探索は、接触や表面特性の変化を捉える触覚インタフェースの恩恵を受ける。
ここでは、磁気柱アレイと3軸ホールセンシングを組み合わせた、クモの触毛にインスパイアされた触覚センサーMagPillarについて報告する。
フルアレイの機械的および磁場的モデルでは、格子の変形がアレイ全体で測定された重畳された磁場にどのように影響するかを特徴付け、その接触応答を物理的に解釈する基盤を提供する。
適合する柱構造は、表面テクスチャや幾何学的特徴との接触を異なる磁気応答パターンに変換する。
そして、ロボット表面知覚実験において、スペクトル特徴とロジスティック回帰は6つの材料表面を区別し、そのオフライン精度は99.34%である。
周期的突起上の連続走査は、表面形状の変化と一致する振幅とピーク・スポーキングの変動をもたらす。
これらの知見は、物質認識と定性的表面認識のための新しい経路を開拓する、分散磁気センサと適合する接触力学を結びつけたものである。
関連論文リスト
- MagCilia: A Compact Magnetociliary Tactile Sensor with 3D Force Sensing for Robotic Contact Perception and Grasping Feedback [38.39145897320797]
フレキシブルな磁気シリア構造とホールセンサを組み合わせた3次元力覚センサ(MagCilia)を提案する。
その結果, 単一触覚単位を用いた3次元力再構成, グリーピングフィードバック, 表面認識が得られた。
論文 参考訳（メタデータ） (2026-10-07T06:38:39Z) - Toward Geometry-Scalable Whole-Body Touch for Humanoids: A 3D-Printed Conformal EIT Skin [66.36050076244905]
全体触覚は、接触に富むヒト環境で動作するヒューマノイドの前提条件である。
形状適応型電気触覚トモグラフィーを応用し, 形状適応型電気触覚トモグラフィーを作製した。
論文 参考訳（メタデータ） (2026-08-03T11:33:30Z) - 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) - Deciphering Fingerprints of 3D Molecular Surfaces for Accurate Epitope Prediction [82.84146585955015]
SurfBindは、分子表面表現を直接操作する予測のための表面中心学習フレームワークである。
SurfBindは、Transformerベースのアーキテクチャにより、パッチレベルの表面モデリング、バインダー対応のクロスアテンション、階層的な粗大な予測パラダイムなどを通じて、幾何学的および物理化学的手がかりを統合している。
論文 参考訳（メタデータ） (2026-06-22T18:14:14Z) - Magnet-Based Soft Robotic Skin Using a 3D-Printed Multi-Lattice Structure and CNN-Based Tactile Super-Resolution [3.263412894884991]
本稿では,多層軟質格子と分布するホールエフェクトセンサアレイと触覚超解像モデルを組み合わせた磁石型ロボットスキンを提案する。
実験では、ローカライゼーションの精度を評価し、より大きな表面へのスケーラビリティを示す。
論文 参考訳（メタデータ） (2026-05-27T11:53:46Z) - 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) - 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。