近接3D：センシング多様体上の容量近接による形状復元

本論文は、曲面状の容量性テキスタイルを形状センサとして用い、その表面を非平面のセンシング多様体（sensing manifold）として扱う新しい形状再構成手法「Proximity3D」を提案している。各スキャンは、湾曲した電極配置と近傍の物体形状との相互作用によって誘起される、この多様体上の容量性近接場（capacitive proximity field）として表現される。提案モデルは、既知のセンサ視点にわたってこれらの場を集約し、観測された物体形状を復元する多視点フィードフォワード再構成モデルである。

従来の形状再構成手法は、RGB画像や深度マップなど、平面状のセンシング領域上で定義された測定値を仮定している。これに対し、本手法は曲面状のセンサを扱い、センシング多様体上の容量性近接場を直接利用する点が新しい。また、容量性近接センシングを形状再構成に用いることで、ロボットの近接幾何学的認識（near-field geometric awareness）への新たな道を開く。

手法の核は、曲面状の容量性テキスタイルを非平面のセンシング多様体としてモデル化し、各スキャンをこの多様体上の容量性近接場として表現することである。さらに、既知のセンサ視点からの複数の場を集約する多視点フィードフォワード再構成モデルを導入し、物体形状を復元する。

シミュレーションと物理実験の両方で、曲面センシング面上で取得した容量性近接信号からのロバストな再構成を実証した。具体的な評価指標や比較対象は要旨からは不明。

要旨からは、曲面センサの較正や、多視点集約の際の視点依存性、実環境でのノイズ影響などに関する議論は不明。また、提案手法の限界や他のセンシングモダリティとの比較についても言及がない。

要旨で参照されている先行研究は明示されていないが、関連分野として、容量性近接センシングを用いた物体認識や、非平面センサアレイを用いた形状推定に関する研究が考えられる。具体的には、容量性センサを用いた近接場感知や、曲面センサを用いた触覚・近接融合に関する論文が挙げられる。