基于深度神经网络利用指甲成像的实时触觉抓取力感知
计算机视觉与模式识别
2021-10-18 v2 机器人学
摘要
本文提出了一种仅通过视觉实时估计人类指尖施加的三维触觉力的新方法。所提出的方法完全基于单目视觉,且不需要任何物理力传感器。因此,它具有可扩展性、非侵入性,并易于与身体姿态估计等其他感知系统融合,使其成为需要力感知的人机交互(HRI)应用的理想选择。所提出的方法由三个主要模块组成:用于检测和跟踪每根手指的手指跟踪、用于保留图像空间信息的图像对齐,以及用于从图像中的着色模式估计三维力的力模型。该模型已通过实验实现,结果表明在所有三个方向上的最大RMS误差为8.4%(针对整个力水平范围)。估计精度与文献中的离线模型(如EigneNail)相当,而该模型能够以每秒30帧的速度执行力估计。
引用
@article{arxiv.2109.15231,
title = {Real-Time Tactile Grasp Force Sensing Using Fingernail Imaging via Deep Neural Networks},
author = {Navid Fallahinia and Stephen Mascaro},
journal= {arXiv preprint arXiv:2109.15231},
year = {2021}
}
备注
pending co-authors permission to publish