単眼RGB-Dと内力推定による弾塑性材料操作のための力-変形推定

- ロボットによるelasto-plastic材料のマニピュレーションを対象に、単一のeye-in-hand RGB-Dカメラとintrinsic force estimatesを用いてforce–deformation関係を調べる研究。 - 7-DoF Franka Emika FR3でnormal indentationを行い、Intel RealSense L515で接触前後の表面を取得。 - Point-cloud processingでdeformationを局所化し、displaced volumeを推定。force–volume特性を評価する。

- 要旨からは不明（先行研究との具体的比較は記述されていない）。 - 単一視点のRGB-Dとintrinsic force estimatesのみでdeformation-aware manipulationの測定基盤を確立する点を実用的と位置づけている。

- eye-in-hand RGB-Dカメラで接触前後の表面を取得し、point-cloud processingでdeformationの局所化とdisplaced volume推定を行う。 - force–volume特性を27測定・9つのforce levelでcharacterization。 - 4つのlevelの52 force–volume pairでcompact multilayer perceptron (MLP)を学習。 - 別途quadratic modelとの比較も実施。

- 27 measurements over nine force levelsでforce–volume characterizationを実施。 - 52 force–volume pairs（4 levels）で学習したMLPがheld-out RMSE 1.857 N、R^2=0.440を達成。 - 16 Nではquadratic model、19 Nと23.5 NではMLPの誤差が低いことを比較で確認。 - 4 N per interactionのeight-step experimentで2回目以降のcumulative deformation localizationを実証。

- MLPのR^2=0.440は限定的で、force–volume関係のモデル化には課題が残る。 - force levelによりquadratic modelとMLPの優劣が分かれ、単一モデルの適用範囲が議論点。 - 要旨からは不明（その他の限界や議論は明記されていない）。

- 要旨で比較されているquadratic modelに関する研究。 - 同分野の定番としてpoint-cloud processingやdeformation-aware manipulationに関する研究。 - 具体的な論文名は要旨からは不明。