基于触觉图像分割的旋转滑移预测
机器人学
2023-05-09 v1
摘要
为机器人系统添加触觉传感器正成为一种常见做法，以实现比仅使用外部相机操控物体的机器人系统更复杂的操作技能。触觉传感器的关键在于它们提供了关于抓取物理属性的额外信息。在本文中，我们实现了一个系统，使用称为 Digit 的基于视觉的触觉传感器预测和量化手中物体的旋转滑移。我们的系统包含一个神经网络，该网络获取分割的接触区域（物体-传感器），随后使用细化算法从该区域计算滑移旋转角。此外，我们创建了自己的触觉分割数据集，据我们所知这是文献中的第一个，用于训练和评估我们的神经网络，在 Dice 和 IoU 指标上分别获得 95% 和 91% 的结果。在真实场景实验中，我们的系统能够以最大平均旋转误差 3 度预测未见过的物体的旋转滑移。因此，我们的系统可用于防止物体因滑移而掉落。
引用
@article{arxiv.2305.04660,
title = {Rotational Slippage Prediction from Segmentation of Tactile Images},
author = {Julio Castaño-Amoros and Pablo Gil},
journal= {arXiv preprint arXiv:2305.04660},
year = {2023}
}
备注
3 pages, 4 figures, accepted at ICRA 2023 ViTac Workshop: Blending Virtual and Real Visuo-Tactile Perception