基于位姿的触觉伺服：利用深度学习实现受控轻柔接触
机器人学
2021-07-05 v2
摘要
本文描述了一种利用软触觉传感器控制机器人的新方法：基于位姿的触觉伺服（PBTS）控制。其基本思想是在伺服控制回路中嵌入用于估计传感器位姿的触觉感知模型，并应用于边缘与表面等局部物体特征。PBTS 控制采用软曲面光学触觉传感器（BRL TacTip）与经训练对剪切不敏感的卷积神经网络实现。由此，可在各类复杂三维物体上实现鲁棒且精确的受控运动。首先，我们回顾触觉伺服及其与视觉伺服的关系，随后形式化 PBTS 控制。接着，我们在系列规则与不规则物体上评估触觉伺服。最后，我们反思其与视觉伺服控制的关系，并探讨受控轻柔接触如何为机器人获得类人灵巧性提供途径。
引用
@article{arxiv.2012.02504,
title = {Pose-Based Tactile Servoing: Controlled Soft Touch using Deep Learning},
author = {Nathan F. Lepora and John Lloyd},
journal= {arXiv preprint arXiv:2012.02504},
year = {2021}
}
备注
A summary video is available here https://youtu.be/12-DJeRcfn0 *NL and JL contributed equally to this work