論文の概要: Vortex-Induced Torque in Grasping Soft Objects: Influence of Geometry and Pneumatic Parameters

• arxiv url: http://arxiv.org/abs/2611.06359v1
• Date: Wed, 04 Nov 2026 11:21:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:58.093278
• Title: Vortex-Induced Torque in Grasping Soft Objects: Influence of Geometry and Pneumatic Parameters
• Title（参考訳）: グラスピングソフト物体の渦誘起トルク:形状と空気パラメータの影響
• Abstract要約: ボルテックスのグリップは、パッケージング、ソート、組み立てにおいて複雑なジオメトリーを持つオブジェクトを扱う自動化システムに一般的に統合されている。 本研究は, 適合物体をつかむ際の渦誘起トルクを調査し, 供給圧力, 接尾ノズル表面形状, 曲率の結合を定量化する。 その結果,柔らかい物体のせん断操作における渦誘起トルクの予測と利用の基礎となった。
• 参考スコア（独自算出の注目度）: 1.7779154193694815
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vortex grippers are commonly integrated into automated systems for handling objects with complex geometries in packaging, sorting, and assembling. However, their interaction with compliant objects remains difficult to predict, particularly with respect to the vortex-induced torque transmitted during grasping. This study investigates vortex-induced torque during the grasping of compliant objects and quantifies the coupled effects of supply pressure, tangential nozzle diameter, surface geometry, and curvature. The results show that increasing the tangential nozzle diameter primarily enhances the sensitivity of the generated torque to supply pressure rather than producing a uniformly higher torque. Surface geometry also strongly influences the rotational interaction, with dome-concave surfaces generally producing substantially greater torque than corresponding dome-convex surfaces, whereas the difference between cylindrical concave and convex surfaces is comparatively small. The strongest and most repeatable response was observed for a dome-concave surface exhibiting favorable object-gripper geometric matching. Among the evaluated machine-learning regression methods, Gaussian Process Regression provided the best overall predictive performance under repeated cross-validation, demonstrating that vortex-induced torque can be estimated from combined pneumatic and geometric parameters. These findings provide a basis for predicting and utilizing vortex-induced torque in the dexterous manipulation of soft objects.
• Abstract（参考訳）: ボルテックスのグリップは、パッケージング、ソート、組み立てにおいて複雑なジオメトリーを持つオブジェクトを扱う自動化システムに一般的に統合されている。 しかし、これらの物体との相互作用は、特につかむ際に伝達される渦誘起トルクに関して予測が難しいままである。 本研究では, 適合物体の把持時の渦誘起トルクについて検討し, 供給圧力, 接ノズル径, 表面形状, 曲率の結合効果を定量的に検討した。 その結果, ノズル径の増加は, 均一に高いトルクを発生させるのではなく, 発生したトルクの感度を高め, 圧力を供給できることが示唆された。 表面形状は回転相互作用にも強く影響し、ドーム-凹面は対応するドーム-凸面よりも大きなトルクを生じるのに対し、円筒形凹面と凸面の差は比較的小さい。 最強かつ最も繰り返し可能な反応は, 形状整合が良好であるドーム凹面に対して観測された。 評価された機械学習回帰手法のうち, ガウス過程回帰は, 渦誘起トルクを空気圧パラメータと幾何パラメータの組合せから推定できることを実証し, 相互粘性度を繰り返して総合的な予測性能を示した。 これらの知見は,柔らかい物体の遠心的操作における渦誘発トルクの予測と利用の基礎となる。

関連論文リスト

• Multi-Modal Non-Prehensile Estimation of Physical Parameters via Press-and-Pull Tipping [12.875407038678366]
  我々は, 物体の質量, 質量高さ, 表面摩擦を回復するために, プレス・プル・チップ・プリミティブとスライディング・インタラクションを組み合わせたマルチモーダル推定フレームワークを提案する。 2つの相補的な相互作用モードから物理的パラメーターを推定するために、リストフォース/トルクセンシング、RGB-D知覚、ロボット・プロプレセプションを融合させる。 その結果、相補的な非包括的相互作用は、把握、先行オブジェクトモデル、学習された相互作用のダイナミクスなしに、コンパクトな物理パラメータの集合を回復できることを示した。
  論文  参考訳（メタデータ） (2026-09-27T03:11:12Z)
• 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)
• 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)
• A Reduced Order Model for Emergent Mechanics in Woven Systems [0.098314893665023]
  織物構造は、異方性剛性、せん断誘起ロック、クランプ交換など、豊富な機械的挙動を示す。 既存のモデルはこれらの相互作用を均質化するか、禁忌な計算コストで解決する。 ノードのシステムを通して、個々のウィーバー相互作用を表現することで、このギャップを橋渡しする低次モデルを導入する。
  論文  参考訳（メタデータ） (2026-06-22T17:43:45Z)
• A Mean Curvature Approach to Boundary Detection: Geometric Insights for Unsupervised Learning [52.452902154360565]
  本稿では,幾何学的機械学習に基づく新しい幾何学的フレームワークであるMean Curvature Boundary Points (MCBP)を紹介する。 MCBPはデータ多様体の固有曲率を明示的にモデル化し、原理化された多様体のパラメトリゼーションを必要としない点平均曲率を計算する。 合成および実世界のデータセットの実験により、MCBPはクラスタリング性能を一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-05-05T20:19:09Z)
• Probe-to-Grasp Manipulation Using Self-Sensing Pneumatic Variable-Stiffness Joints [9.920023397258435]
  本稿では,物体の相対剛性を推定するためのプローブ・トゥ・グラフ操作フレームワークを提案する。 自覚式空気圧可変剛性ジョイントを備えた受動ソフトリジッド2指ハイブリッドグリップを用いた。 本研究では, 剛性評価実験による自己知覚モデルの有効性を検証し, 実生活応用における剛性認識型探索・解析を実証する。
  論文  参考訳（メタデータ） (2026-03-29T18:43:19Z)
• Surface-Constrained Offline Warping with Contact-Aware Online Pose Projection for Safe Robotic Trajectory Execution [2.192782571038966]
  本稿では,幾何学的埋め込みと実行レベルの規制を分離する2段階のフレームワークを提案する。 複数の解析的表面積と正弦波面上の実ロボットによる検証実験により、幾何的連続性の改善、大きな方向跳躍の低減、堅牢な接触維持が示された。
  論文  参考訳（メタデータ） (2026-03-17T21:54:54Z)
• Adaptive Surface Normal Constraint for Geometric Estimation from Monocular Images [56.86175251327466]
  本稿では,幾何学的文脈を取り入れつつ,画像から深度や表面正規度などの測地を学習するための新しい手法を提案する。 提案手法は,入力画像に存在する幾何学的変動を符号化した幾何学的文脈を抽出し,幾何的制約と深度推定を相関付ける。 本手法は,画像から高品質な3次元形状を生成可能な密着型フレームワーク内での深度と表面の正規分布推定を統一する。
  論文  参考訳（メタデータ） (2024-02-08T17:57:59Z)
• Geometric Induction in Chiral Superfluids [0.0]
  我々は、この理論をカイラル超流動 $rm 3 He$ のよく知られた相に適用し、実験的に観測可能なシグネチャを導出する。 幾何学とキラル超流動秩序の相互作用が提案され、量子状態の制御と歪の操作に魅力的な道が開かれた。
  論文  参考訳（メタデータ） (2021-12-08T19:06:03Z)

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。