iCLAP：融合本体感知与触觉感知的形状识别
机器人学
2018-06-21 v1
摘要
对人类而言，在执行触觉感知时高度依赖本体感知与触觉感知。然而，机器人领域多数方法在触觉物体识别中仅使用本体感知数据或触觉数据之一。本文提出一种名为迭代最近标号点（iCLAP）的新方法，从根本上关联运动学线索与触觉模式，并介绍其用于识别物体形状的扩展。在训练阶段，iCLAP 首先将触觉读数特征聚类为码本，并赋予这些特征不同的标号数字。随后，通过将触觉特征的标号数字作为额外维度加到 3D 传感器位置，形成物体的 4D 点云；从而将两种感知模态融合，实现对被触物体的综合感知。此外，我们开发并验证了基于乘积与基于加权和的混合融合策略，以结合 iCLAP 与单一感知模态所得决策。大量实验表明，所提方法使物体识别性能显著提升，并展现出增强机器人感知能力的巨大潜力。
引用
@article{arxiv.1806.07507,
title = {iCLAP: Shape Recognition by Combining Proprioception and Touch Sensing},
author = {Shan Luo and Wenxuan Mou and Kaspar Althoefer and Hongbin Liu},
journal= {arXiv preprint arXiv:1806.07507},
year = {2018}
}
备注
10 pages, 12 figures, accepted to Autonomous Robots