面向高分辨率光学触觉感知的仿真到现实：从图像到三维接触力分布

基于视觉的触觉传感器所捕获的图像携带高分辨率触觉场信息，例如作用在其柔软感知表面的接触力分布。然而，从图像中提取编码信息具有挑战性，且常通过基于学习的方法解决，这类方法通常需要大量训练数据。本文提出一种策略，在仿真中为基于内部相机追踪软材料内球形颗粒运动的视觉触觉传感器生成触觉图像。材料在有限元环境中于多样化接触条件下模拟变形，并将球形颗粒投影至仿真图像。从图像中提取的特征被映射到三维接触力分布，其真值同样通过有限元仿真获得，所用的人工神经网络因此完全在合成数据上训练，避免了真实世界数据采集的需要。所得模型在真实世界触觉图像上评估时表现出高精度，可跨多个触觉传感器迁移而无需进一步训练，并适用于高效的实时推理。