要約
タッチとベンドを同時に感知する柔軟な電子スキンは、明確なロボット構造をカバーするなど、いくつかのアプリケーション領域で望まれます。
このペーパーでは、電気インピーダンス断層撮影（EIT）に基づいた柔軟な触覚センサーを紹介し、同時に接触力とセンサーの屈曲を検出および測定できます。
センサーは磁気ヒドロゲル複合材を統合し、EITを利用して内部導電性分布を再構築します。
リアルタイムの推定は、1段階のGauss-Newtonメソッドを介して達成されます。これにより、参照電圧を動的に更新してセンサーの変形に対応します。
畳み込みニューラルネットワークが採用され、相互作用を分類し、再構築された画像を使用してタッチ、曲げ、およびアイドル状態を区別します。
実験結果は、5.4 mm（SD 2.2 mm）の平均タッチ局在誤差と、1.9 $^\ circ $（SD 1.6 $^\ circ $）の平均曲げ角推定誤差を示しています。
提案された適応参照法は、変形効果を補償しながら、単一タッチとマルチタッチのシナリオを効果的に区別します。
これにより、センサーは、ロボット工学とヒューマンロボットコラボレーションにおけるマルチモーダルセンシングの有望なソリューションになります。
要約(オリジナル)
Flexible electronic skins that simultaneously sense touch and bend are desired in several application areas, such as to cover articulated robot structures. This paper introduces a flexible tactile sensor based on Electrical Impedance Tomography (EIT), capable of simultaneously detecting and measuring contact forces and flexion of the sensor. The sensor integrates a magnetic hydrogel composite and utilizes EIT to reconstruct internal conductivity distributions. Real-time estimation is achieved through the one-step Gauss-Newton method, which dynamically updates reference voltages to accommodate sensor deformation. A convolutional neural network is employed to classify interactions, distinguishing between touch, bending, and idle states using pre-reconstructed images. Experimental results demonstrate an average touch localization error of 5.4 mm (SD 2.2 mm) and average bending angle estimation errors of 1.9$^\circ$ (SD 1.6$^\circ$). The proposed adaptive reference method effectively distinguishes between single- and multi-touch scenarios while compensating for deformation effects. This makes the sensor a promising solution for multimodal sensing in robotics and human-robot collaboration.
arxiv情報
| 著者 | Haofeng Chen,Bin Li,Bedrich Himmel,Xiaojie Wang,Matej Hoffmann |
| 発行日 | 2025-03-17 10:53:42+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google