Force-EvT：基于事件视觉 Transformer 的机械爪力测量探究

机械爪作为机器人与物体交互和操作的关键部件，在各行各业中正受到越来越多的关注。尽管过去取得了重大进展，但传统的刚性机械爪在处理不规则物体方面仍存在局限性，且可能损坏易碎物体。我们已经证明，软体机械爪具有可变形性，能够适应各种物体形状并最大程度地保护物体。同时，动态视觉传感器（如事件相机）能够捕获亮度的微小变化并将其作为事件异步输出，而 RGB 相机在低光和高速运动环境中表现不佳。本文提出了一种基于动态视觉的算法来测量施加在机械爪上的力。具体而言，我们首先搭建了 DVXplorer Lite 系列事件相机以采集二十五组事件数据。其次，受视觉 Transformer（ViT）算法在密集图像预测任务中出色表现的启发，我们提出了一种新方法，展示了实时力估计的潜力并满足真实场景的要求。我们在广泛的场景和设置下对所提算法进行了评估，结果表明其始终优于近期的方法。