日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
ソフトロボティクス/触覚arXiv:2602.18661

剛性とセンシングを調整可能なロボット果実：果物のリアルな物理ツイン開発手法に向けて

Robotic Fruits with Tunable Stiffness and Sensing: Towards a Methodology for Developing Realistic Physical Twins of Fruits

シェア:XThreadsFacebookLINEはてブBluesky

キウイの繊維強化空気圧式フィジカルツインを試作し、熟度に応じた剛性を高精度に再現できること、把持力のセンシングが可能なことを示した。

詳しい要約

1. どんなもの？

- 果実の熟度に応じた剛性を再現する、調整可能なソフトな物理的ツイン（physical twin）の方法論を提案する研究。 - 具体的には、kiwi fruit の fiber-reinforced pneumatic physical twin を設計・製作し、異なる熟度の剛性を模倣する。 - 農業ロボティクスにおける soft gripper の評価・訓練のための、持続可能で制御可能なプラットフォームを目指す。

2. 先行研究と比べてどこがすごい？

- 既存のテスト手法は、自然果実の機械的特性のばらつきを捉えるために大量の実果実を必要とし、非効率・高コスト・廃棄を招いていた。 - 本研究は、実果実の代わりに調整可能な物理的ツインを用いることで、これらの制限に対処する。 - 実果実を使わずに剛性を正確に調整できる点が、従来のベンチマーク手法と比べて優れている。

3. 技術・手法の肝は？

- fiber-reinforced pneumatic physical twin を設計・製作し、kiwi fruit の異なる熟度の剛性を再現。 - 物理的ツインの剛性を調整する仕組みが肝。 - センサーフィードバックを組み込み、把持力を反映できるようにした。

4. どうやって有効だと検証した？

- 物理的ツインの剛性が複数回の試行で正確に調整可能であることを実験的に示した（97.35 - 99.43% accuracy）。 - 商用ロボットグリッパーを用いた把持タスクで、物理的ツインからのセンサーフィードバックが印加把持力を反映することを確認。 - 50サイクルのストレステストを実施し、所望の剛性が信頼性高く維持されることを示した（0.56 - 1.10% error）。

5. 議論はある？

- 本研究は、ロボット物理的ツインが実果実の剛性に合わせて調整できる可能性を示す。 - これにより、ロボットグリッパーのベンチマークと訓練のための持続可能で制御可能なプラットフォームを提供できる。 - 要旨からは、限界や課題についての具体的な議論は不明。

6. 次に読むべき論文は？

- 要旨で参照・比較されている研究は明示されていない。 - 関連手法として、soft gripper の評価・訓練に関する研究や、agricultural robotics における physical twin の応用が考えられる。 - 同分野の定番として、soft robotics や robotic harvesting に関する論文が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Saitarun Nadipineni, Keshav Pandiyan, Kaspar Althoefer, Shinichi Hirai, Thilina Dulantha Lalitharatne

分類: cs.RO

原文アブストラクト

The global agri-food sector faces increasing challenges from labour shortages, high consumer demand, and supply-chain disruptions, resulting in substantial losses of unharvested produce. Robotic harvesting has emerged as a promising alternative; however, evaluating and training soft grippers for delicate fruits remains difficult due to the highly variable mechanical properties of natural produce. This makes it difficult to establish reliable benchmarks or data-driven control strategies. Existing testing practices rely on large quantities of real fruit to capture this variability, leading to inefficiency, higher costs, and waste. The methodology presented in this work aims to address these limitations by developing tunable soft physical twins that emulate the stiffness characteristics of real fruits at different ripeness levels. A fiber-reinforced pneumatic physical twin of a kiwi fruit was designed and fabricated to replicate the stiffness at different ripeness levels. Experimental results show that the stiffness of the physical twin can be tuned accurately over multiple trials (97.35 - 99.43% accuracy). Gripping tasks with a commercial robotic gripper showed that sensor feedback from the physical twin can reflect the applied gripping forces. Finally, a stress test was performed over 50 cycles showed reliable maintenance of desired stiffness (0.56 - 1.10% error). This work shows promise that robotic physical twins could adjust their stiffness to resemble that of real fruits. This can provide a sustainable, controllable platform for benchmarking and training robotic grippers.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →