弹性上下文：为纺织品数据驱动模型编码弹性
机器人学
2024-05-07 v3
摘要
与纺织品的物理交互(如辅助穿衣)依赖于先进的灵巧能力。纺织品在被拉扯和拉伸时行为的底层复杂性源于纱线材料特性与纺织构造技术。如今，尚无被广泛采用且带标注的数据集来评估各类交互或属性识别方法。影响交互的一个重要属性是由纱线材料和构造技术共同导致的材料弹性：二者交织在一起，若非先验已知，几乎不可能通过机器人平台上常用传感来识别。我们提出弹性上下文(EC)，一种整合影响弹性行为各种属性的概念，以实现更有效的纺织品物理交互。EC的定义依赖于纺织工程中常用的应力/应变曲线，我们将其改造用于机器人应用。我们使用图神经网络(GNN)借助EC学习纺织品的广义弹性行为。此外，我们探究了EC维度对真实世界非线性弹性行为精确力建模的影响，凸显了当前机器人装置感知纺织品属性的挑战。
引用
@article{arxiv.2209.05428,
title = {Elastic Context: Encoding Elasticity for Data-driven Models of Textiles},
author = {Alberta Longhini and Marco Moletta and Alfredo Reichlin and Michael C. Welle and Alexander Kravberg and Yufei Wang and David Held and Zackory Erickson and Danica Kragic},
journal= {arXiv preprint arXiv:2209.05428},
year = {2024}
}