面向 GelStereo 触觉传感的实时标记点定位学习
机器人学
2022-11-28 v1
摘要
视觉触觉传感技术在触觉传感中正变得日益流行，但现有标记点检测定位方法的有效性仍有待进一步探索。本文不同于基于轮廓的斑点检测，提出了一种用于 GelStereo 视觉触觉传感的基于学习的标记点定位网络，称为 Marknet。具体而言，Marknet 提出了一种网格回归架构以结合 GelStereo 标记点的分布。此外，建模了一个标记点合理性评估器（MRE）来筛选合适的预测结果。实验结果表明，Marknet 结合 MRE 在接触区域的不规则标记点上达到了 93.90% 的精度，比传统基于轮廓的斑点检测方法大幅高出 42.32%。同时，所提出的基于学习的标记点定位方法通过 GPU 加速能够比 OpenCV 库提供的斑点检测接口实现更好的实时性能，我们相信这将为各种机器人操作任务带来可观的感知灵敏度提升。
引用
@article{arxiv.2211.13428,
title = {Real-Time Marker Localization Learning for GelStereo Tactile Sensing},
author = {Shujuan Liu and Shaowei Cui and Chaofan Zhang and Yinghao Cai and Shuo Wang},
journal= {arXiv preprint arXiv:2211.13428},
year = {2022}
}