Daniel Fernandes Gomes
収録論文 11本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- SimTac:生体模倣構造を持つ視覚ベース触覚センシングの物理シミュレータ触覚2025/11/1
生体の触覚構造に着想を得た形状の触覚センサを設計・検証するための物理シミュレータを提案し、物体分類や滑り検出などのSim2Realタスクで有効性を示した。
- RoTipBot: 回転可能な触覚センサを用いた薄く柔軟な物体のロボットハンドリング触覚2024/6/1
回転する触覚センサRoTipを指先に搭載し、薄く柔軟な物体を複数枚同時に把持・計数できるロボットシステムを開発した。従来法より高成功率かつ最大3倍高速に動作する。
- 未来観測生成による混雑環境での把持成功率推定マニピュレーション2024/3/1
把持成功を直接推定するモデルフリー手法と、自己教師あり予測モデルで把持後の未来画像を生成して推定するモデルベース手法を比較し、後者が82%と高い精度を示した。
- 平面型を超えて:複雑形状の光学触覚センサのSim2Real学習のためのシミュレーション触覚2023/5/1
曲面形状のGelSight触覚センサをシミュレートするため、測地線経路に沿った光線追跡手法を提案し、指型GelTipセンサで実画像と比較して有効性を検証した。
- clutter環境での巧みな操作のためのGelTip触覚センサ触覚2021/12/1
指型の光学式触覚センサGelTipを開発し、表面のあらゆる方向の接触を検出できることを示した。把持の内外の接触を同時に監視できる利点を実験で実証した。
- 深層テクスチャ生成ネットワークによる触覚Sim2Realギャップの削減触覚/sim2real2021/12/1
シミュレーション触覚画像を実機の傷や製造誤差を再現した写実的画像へ変換するテクスチャ生成ネットワークを提案し、接触領域のみにアーティファクトを付与することでSim2Real分類精度の低下を抑える。
- 視覚誘導型能動触覚知覚によるひび割れ検出と再構成触覚2021/5/1
RGB-D画像でひび割れの概形を検出し、その接触点を光学式触覚センサでなぞることで、視覚の不確実性を補いながらひび割れを高精度に検出・再構成する手法を提案した。
- 転がる光学式触覚センサTouchRoller:大面積の高速評価触覚2021/3/1
円筒形の光学式触覚センサを転がして対象面に接触し続けることで、大面積のテクスチャを平坦型センサより大幅に速く連続計測できるようにした研究。
- Sim2Real学習のためのGelSight触覚画像生成触覚2021/1/1
Gazeboシミュレータ上でGelSight触覚センサを模擬し、実機に近い高解像度触覚画像を生成する手法を提案した論文。
- GelTip:指型全方位光学触覚センサ触覚2020/8/1
指の形をした光学式触覚センサGelTipを提案し、表面の任意の位置で接触を検知できることを示した論文。接触位置の推定誤差は平均約5mm、最良で1mm未満を達成した。
- GarmNet:局所認識で大域的な衣類折り畳みを改善するマニピュレーション2019/7/1
衣類の位置推定と把持用ランドマーク検出を同時に行うエンドツーエンド深層学習モデルGarmNetを提案し、ランドマーク検出の併用で位置推定誤差を24.7%低減した。
