利用多模态触觉传感数据实现鲁棒切割
机器人学
2019-09-30 v1 计算机视觉与模式识别
机器学习
摘要
切割是处理可分割物体（如食物、绳索或黏土）时一种常见的操作形式。尤其是烹饪高度依赖切割将食物分割成所需形状。然而，由于食物表现出广泛的材料特性，切割食物是一项具有挑战性的任务。由于这种可变性，相同的切割动作无法用于所有食物。接触事件（例如将刀放置在食物上时）产生的感觉也会因材料特性而异，机器人需要相应地进行调整。在本文中，我们提出利用交互过程中的振动与力-力矩反馈来调整切片动作并监测接触事件。机器人学习神经网络以执行这些任务并泛化到不同的材料特性。通过调整和监测技能执行，机器人能够可靠地切穿 20 多种不同类型的食物，甚至检测某些食物是新鲜的还是放置过久的。
引用
@article{arxiv.1909.12460,
title = {Leveraging Multimodal Haptic Sensory Data for Robust Cutting},
author = {Kevin Zhang and Mohit Sharma and Manuela Veloso and Oliver Kroemer},
journal= {arXiv preprint arXiv:1909.12460},
year = {2019}
}
备注
Accepted as conference paper at Humanoids'19