DeepXPalm:Palm-worn触覚ディスプレイとCNNベース触覚パターン認識を用いた傾斜と位置レンダリング【JST・京大機械翻訳】

Miguel Altamirano Cabrera; Oleg Sautenkov; Jonathan Tirado; Aleksey Fedoseev; Pavel Kopanev; Hiroyuki Kajimoto; Dzmitry Tsetserukou

プレプリント

J-GLOBAL ID：202202216243654170 整理番号：22P0327943

DeepXPalm:Palm-worn触覚ディスプレイとCNNベース触覚パターン認識を用いた傾斜と位置レンダリング【JST・京大機械翻訳】

DeepXPalm: Tilt and Position Rendering using Palm-worn Haptic Display and CNN-based Tactile Pattern Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年04月07日プレプリントサーバーでの情報更新日： 2022年04月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

変形可能な物体のテレマニピュレーションは,ユーザからの高精度と器用性を必要とし,それは運動学と触覚フィードバックによって増加できる。しかし,物体形状は動的に変化でき,そのアラインメントのあいまいな認識,従ってロボット位置決めにおける誤差を引き起こす。したがって,傾斜角と位置分類問題は,ユーザに明確な触覚パターンを提示するために解決しなければならない。本研究では,マルチ接触触覚デバイスリンクGlideから成るプラスチックピペットのためのテレマニピュレーションシステムを提示し,ユーザの手掌で触覚フィードバックを配信し,2指ロボティクグリッパに埋め込まれた2つの触覚センサアレイをデリバーした。変形可能な物体を把持しながら,傾斜と位置を検出する畳込みニューラルネットワーク(CNN)に基づく新しいアプローチを提案した。CNNは,認識された傾斜と位置データに基づくマスクを生成し,遠隔操作の間,ユーザに提供される更なる多重接触触覚刺激を与える。研究は,CNNアルゴリズムとプリセットマスクを用いて,ユーザによる傾斜と位置認識が,直接データを用いて82.5%まで,9.67%から増加することを示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

ロボットの設計・製造・構造要素 , ロボットの運動・制御

, , , ,

前のページに戻る