MidasTouch：基于滑动触觉的分布蒙特卡洛推断
机器人学
2022-10-26 v1
摘要
我们提出 MidasTouch，一种触觉感知系统，用于在物体表面滑动的基于视觉的触觉传感器的在线全局定位。该框架随时间输入带位姿的触觉图像，并输出传感器在物体表面上的演化位姿分布，无需视觉先验。我们的核心见解是用触觉感知估计局部表面几何，学习其紧凑表示，并在长时间跨度上消歧这些信号。MidasTouch 的骨干是一个蒙特卡洛粒子滤波器，其测量模型基于从触觉仿真中学得的触觉编码网络。该网络受 LIDAR 位置识别启发，紧凑地概括局部表面几何。这些生成的编码与每物体预计算的触觉码本高效比对，以更新位姿分布。我们进一步发布 YCB-Slide 数据集，包含基于视觉的触觉传感器与标准 YCB 物体之间真实世界与仿真的用力滑动交互。尽管单次触摸定位可能固有模糊，我们可通过遍历显著表面几何快速定位传感器。项目页面：https://suddhu.github.io/midastouch-tactile/
引用
@article{arxiv.2210.14210,
title = {MidasTouch: Monte-Carlo inference over distributions across sliding touch},
author = {Sudharshan Suresh and Zilin Si and Stuart Anderson and Michael Kaess and Mustafa Mukadam},
journal= {arXiv preprint arXiv:2210.14210},
year = {2022}
}
备注
Accepted at CoRL 2022 (Oral). Project website: https://suddhu.github.io/midastouch-tactile/