融合触觉与视觉信息的滑移检测
机器人学
2018-03-01 v1
摘要
滑移检测在机器人操作中起着至关重要的作用，且长期以来一直是机器人领域的难题。本文提出一种基于深度神经网络（DNN）的滑移检测新方法。训练数据由安装在夹爪上的 GelSight 触觉传感器和相机获取：我们使用机械臂以不同抓取力和抓取位置对 94 个日常物体进行抓取和抬起。DNN 被训练用于分类是否发生滑移。为评估 DNN 性能，我们对 10 个未见物体进行了 152 次抓取测试，取得了高达 88.03% 的检测准确率。预计随着数据集增大，准确率可进一步提升。该方法有助于机器人实现稳定抓取，可广泛应用于自动力控制、抓取策略选择和精细操作。
引用
@article{arxiv.1802.10153,
title = {Slip Detection with Combined Tactile and Visual Information},
author = {Jianhua Li and Siyuan Dong and Edward Adelson},
journal= {arXiv preprint arXiv:1802.10153},
year = {2018}
}
备注
International Conference on Robotics and Automation (ICRA) 2018