基于有限元分析的 GelSight Mini 光学触觉传感器力分布估计学习
机器人学
2026-01-14 v3 机器学习
摘要
富含接触的操控仍然是机器人技术中的一项重大挑战。诸如 GelSight Mini 之类的光学触觉传感器通过捕捉硅胶凝胶的软体形变，为接触感知提供了一种低成本解决方案。然而，如何从这些凝胶形变中准确推断剪切和法向力分布尚未得到完全解决。在这项工作中，我们提出了一种使用 U-net 架构的机器学习方法，直接从传感器的原始图像预测力分布。我们的模型在由 \ac{fea} 推断的力分布上进行训练，在预测商用 GelSight Mini 传感器的法向和剪切力分布方面展现出了可观的精度。它还显示出在不同压头、同类型传感器以及实现实时应用方面的泛化潜力。代码库、数据集和模型已开源，可在 https://feats-ai.github.io 获取。
引用
@article{arxiv.2411.03315,
title = {Learning Force Distribution Estimation for the GelSight Mini Optical Tactile Sensor Based on Finite Element Analysis},
author = {Erik Helmut and Luca Dziarski and Niklas Funk and Boris Belousov and Jan Peters},
journal= {arXiv preprint arXiv:2411.03315},
year = {2026}
}