本研究では、遠隔操作ロボットの操作性を向上させるために、視覚情報に加えて触覚情報を提供するシステムを開発した。ロボットの把持部にGelSightセンサを取り付け、把持力に関する情報を取得する。この情報をオペレーターのMANUS-Glovesに送信し、振動フィードバックとして提示することで、オペレーターは触覚情報を得ることができる。
把持力の推定には、Lucas-Kanade光流れ法と深層学習の2つのアプローチを検討した。これらの手法により、ロボットが物体を把持する際の力を推定し、オペレーターに適切な振動フィードバックを提供することができる。
初期評価では、ハプティックフィードバックを用いることで、物体の変形を48%抑制できることが示された。また、ユーザ評価では、ハプティックフィードバックが操作性の向上に寄与すると評価された。今後は、触覚センサからの情報をさらに活用し、滑りや質感などの情報もフィードバックすることで、より直感的な遠隔操作を実現することを目指す。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Noah Becker,... at arxiv.org 05-01-2024
https://arxiv.org/pdf/2404.19585.pdfDeeper Inquiries