IROS

Real-Time Non-Contact Force Compensation for Wrist-Mounted Force/Torque Sensors in Haptic-Enabled Robotic Surgery Training

用于力/扭矩传感器在触觉增强外科手术培训中的实时非接触力补偿

Walid Shaker, Mustafa Suphi Erden

机构 * School of Engineering and Physical Sciences, Heriot-Watt University（工程与物理科学学院，赫瑞-瓦特大学） 纠错

AI总结 本文提出一种基于递归最小二乘法的实时补偿方法，用于解决腕部力/扭矩传感器在触觉反馈训练中的非接触力干扰问题，实验显示其在力和扭矩补偿上的误差降低率分别超过95%和91%。

Comments Submitted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

SLAM&Render: A Benchmark for the Intersection Between Neural Rendering, Gaussian Splatting and SLAM

SLAM&Render: 一个用于神经渲染、高斯点绘和SLAM交叉领域的基准数据集

Samuel Cerezo, Gaetano Meli, Tomás Berriel Martins, Kirill Safronov, Javier Civera

机构 * Technology \& Innovation Center KUKA Deutschland GmbH Augsburg, Germany 纠错

AI总结 本文提出SLAM&Render数据集，用于评估神经渲染和SLAM在多模态、多视角和光照条件下的交叉方法，包含40个序列的RGB-D图像、IMU数据和机器人运动数据，验证了该数据集在新兴研究领域的相关性。

Comments 9 pages, 8 figures, 7 tables. Submitted to IROS 2026