Neuromorphic BrailleNet：基于事件-based 光触觉传感的超越单个字符的准确且通用的盲文阅读
机器人学
2026-04-21 v2
摘要
传统机器人盲文阅读器通常依赖离散的、逐字符扫描，限制阅读速度并破坏自然流畅度。基于视觉的方法往往需要大量计算，引入延迟，并在实际条件下性能下降。本文提出了使用 Evetac 的开源神经形态事件-based 触觉传感器实现的高准确率、实时连续盲文识别管道。与帧-based 视觉系统不同，神经形态触觉模态直接编码连续滑动期间的动态接触事件，紧密模拟人类手指扫描策略。我们的方法结合时空分段与轻量级 ResNet 分类器处理稀疏事件流，实现对不同压痕深度和扫描速度下鲁棒的字符识别。该系统在标准深度下实现近百 percent 的准确率，能够推广到多个盲文板布局，并在快速扫描下保持强性能。在包含日常生活词汇的实体盲文板上，系统实现了超过 90% 的单词级准确率，展示了对时序压缩效应的鲁棒性，这些效应挑战传统方法。这些结果将神经形态触觉传感定位为盲文阅读的可扩展、低延迟解决方案，并具有更广泛的意义，适用于助听器和机器人应用中的触觉感知。
引用
@article{arxiv.2601.19079,
title = {Neuromorphic BrailleNet: Accurate and Generalizable Braille Reading Beyond Single Characters through Event-Based Optical Tactile Sensing},
author = {Naqash Afzal and Niklas Funk and Erik Helmut and Jan Peters and Benjamin Ward-Cherrier},
journal= {arXiv preprint arXiv:2601.19079},
year = {2026}
}