利用音频振动感知机器人倒水过程中的液面高度估计
机器人学
2021-05-12 v2 声音
音频与语音处理
摘要
本文关注机器人倒水任务中具挑战性的感知问题。现有多数方法利用视觉或触觉信息，但这些技术在不透明容器上泛化性能差，或测量精度堪忧。为克服这些缺陷，我们提出利用音频振动感知，并设计深度神经网络 PouringNet，从机器人倒水过程中的音频片段预测液面高度。PouringNet 在我们采集的含多模态感知数据的真实倒水数据集上训练，该数据集包含 3000 余条由执行倒水任务的人手所产生的音频、力反馈、视频及轨迹数据记录。每条记录代表一次完整倒水过程。我们在数据集与机器人硬件上对 PouringNet 进行了多项评估。结果表明，我们的 PouringNet 在不同液体容器、音频接收器位置、初始液面高度及液体类型上均具良好泛化性，并为机器人倒水提供了更鲁棒、更精确的基于音频的感知。
引用
@article{arxiv.1903.00650,
title = {Making Sense of Audio Vibration for Liquid Height Estimation in Robotic Pouring},
author = {Hongzhuo Liang and Shuang Li and Xiaojian Ma and Norman Hendrich and Timo Gerkmann and Fuchun Sun and Jianwei Zhang},
journal= {arXiv preprint arXiv:1903.00650},
year = {2021}
}
备注
Accepted to IROS 2019