MultiClear：用于透明物体抓取辅助的多模态软体外骨骼手套
机器人学
2025-04-07 v1
摘要
抓取是与环境交互的基本技能，但对于某些人（例如因残疾而难以实现）来说，这一能力可能具有挑战性。可穿戴式机器人解决方案可以增强或恢复手的功能，近期的进展利用计算机视觉来提高抓取能力。然而，抓取透明物体仍然具有挑战，因为其视觉对比度较差且深度线索不明确。此外，虽然已探索了融合触觉和听觉反馈的多模态控制策略以抓取透明物体，但将视觉与这些模态集成仍不完善。本文介绍 MultiClear，一个旨在通过融合 RGB 数据、深度数据和听觉信号，增强可穿戴软体外骨骼手套在透明物体上的抓取辅助能力的多模态框架。外骨骼手套集成了驱动臂的 actuators、RGB-D 相机和内置麦克风。为实现精确且自适应的控制，提出了分层控制架构。高层控制层提供情境感知，中层控制层处理多模态感知输入，低层控制执行 PID 电机控制以进行精细的抓取调整。通过引入面向零样本分割的视觉基础模型来管理透明物体分割的挑战。该系统实现了 70.37% 的抓取能力评分，证明其在透明物体操作中的有效性。
引用
@article{arxiv.2504.03379,
title = {MultiClear: Multimodal Soft Exoskeleton Glove for Transparent Object Grasping Assistance},
author = {Chen Hu and Timothy Neate and Shan Luo and Letizia Gionfrida},
journal= {arXiv preprint arXiv:2504.03379},
year = {2025}
}