基于高斯过程与位置动力学的可变形表面主动感知与建模
机器人学
2018-02-14 v1
摘要
探索和建模异质弹性表面需要与环境多次交互，以及复杂地选取物理材料参数。最常见的方法利用计算昂贵的基于力的模拟器从离线观测集合建模可变形属性。在这项工作中，我们提出一种在线概率框架，用于从少量物理交互自主估计异质弹性表面的可变形性分布图。该方法利用高斯过程构建机器人周围环境几何的模型。一种快速的位置动力学（Position-based Dynamics）模拟器使用聚焦的环境观测来建模环境部分的弹性行为。高斯过程回归将局部可变形性映射到整个环境，以生成可变形性分布图。我们展示了使用 PrimeSense 相机、Kinova Jaco2 机械臂和 Optoforce 传感器在不同可变形表面上的实验结果。
引用
@article{arxiv.1802.04691,
title = {Active Perception and Modeling of Deformable Surfaces using Gaussian Processes and Position-based Dynamics},
author = {Sergio Caccamo and Püren Güler and Hedvig Kjellström and Danica Kragic},
journal= {arXiv preprint arXiv:1802.04691},
year = {2018}
}
备注
8 pages, video of an experiment available at https://youtu.be/mDNSDZz7Qzs