用于两栖触觉感知的本体感知状态估计

本文提出了一种用于软体机器人手指的新型基于视觉的本体感知方法，该方法能够在陆地和水下环境中估计并重建触觉交互。该系统的关键在于手指独特的超材料结构，该结构在抓取过程中促进全向被动适应，在多种场景下保护易损物体。指内紧凑型相机捕获接触过程中手指变形的高帧率图像，实时提取关键触觉数据。我们提出了软体手指的体积离散化模型，并利用相机捕获的几何约束来寻找变形形状的最优估计。该系统使用带有稀疏标记的动作捕捉系统和具有密集测量的触觉设备进行了基准测试。两项结果均显示出当前最优的准确度，整体身体变形的中值误差为 1.96 mm，相当于手指长度的 2.1%。更重要的是，状态估计在陆地和水下环境中均具有鲁棒性，我们展示了其在水下物体形状感知中的应用。这种被动适应与实时触觉感知的结合为两栖机器人抓取应用铺平了道路。