基于 FingerVision 构建触觉技能库
机器人学
2019-09-24 v1
摘要
基于相机的触觉传感器正作为一种有前景的、廉价的触觉增强操作任务解决方案而出现。最近推出的 FingerVision 传感器被证明能够为力估计、物体位姿估计和滑移检测生成可靠信号。在本文中，我们基于 FingerVision 的设计，改进已有的控制算法，并且更重要的是，通过利用原始皮肤形变数据进行控制，将其适用范围扩展到更具挑战性的任务。与依赖整个传感器表面平均形变的先前方法不同，我们直接采用浸没在传感器硅胶本体中的每个球形标记物的局部偏差用于反馈控制以及作为学习任务的输入。我们表明，利用这样的输入，可以在搅拌过程中根据引发的触觉区分具有不同纹理和黏度的物质。作为另一个应用，我们学习了皮肤形变与施加在物体上的力之间的映射。为了展示所提出控制器的全部能力，我们将它们部署在一个具有挑战性的建筑装配任务中，该任务涉及在弯曲板的最大载荷点下方插入一个承重元件。
引用
@article{arxiv.1909.09669,
title = {Building a Library of Tactile Skills Based on FingerVision},
author = {Boris Belousov and Alymbek Sadybakasov and Bastian Wibranek and Filipe Veiga and Oliver Tessmann and Jan Peters},
journal= {arXiv preprint arXiv:1909.09669},
year = {2019}
}
备注
6 pages, 10 figures, to appear in 2019 IEEE-RAS 19th International Conference on Humanoid Robots (Humanoids)