用于单腿机器人稳定的触觉传感足

人类脚部的触觉传感对运动控制至关重要，但在机器人对应部位中尚未被探索。本工作致力于为腿式机器人足部赋予触觉传感，并展示单腿机器人可仅借助其足部的触觉传感信号实现稳定。我们提出了一种带有新型基于视觉的触觉传感足系统的机器人腿，并实现了一种处理算法以提取接触信息用于稳定任务中的反馈控制。给出了一个利用深度学习框架将足皮肤图像转换为高层接触信息的流程。该腿在倾斜面上的稳定任务中进行了定量评估，表明触觉足能够估计表面倾斜角度与足部位姿。通过与使用惯性测量单元（IMU）的传统单腿机器人系统进行定性比较，考察了触觉系统的可行性与有效性。实验证明了基于视觉的触觉传感器在辅助腿式机器人于未知地形上保持稳定的能力，以及用于调节人形机器人更复杂运动的潜力。