TacCompress：针对灵巧手的多点触觉数据压缩基准
机器人学
2025-08-29 v2
摘要
尽管近年来机器人灵巧操作取得了显著进展，但由于手部遮挡等挑战仍需细粒度触觉感知，导致在机器人手中集成更多触觉传感器。由此增加的数据volume对手部控制器的信号传输造成了巨大的带宽压力。然而，基于灵巧手物理结构的多点触觉信号的获取与压缩尚未得到充分探索。本文的贡献有二。首先，我们引入了用于灵巧手抓取的多点触觉数据集（Dex-MPTD）。该数据集捕获了来自各种物体和抓取姿态下的触觉信号，为推动灵巧机器人操作研究提供了全面的基准。其次，我们通过将触觉数据转换为图像，应用六种无损和五种有损图像编码器，对Dex-MPTD进行无损和有损压缩。实验结果表明，触觉数据可无损压缩至每子样本0.0364位（bpss），实现约200倍于原始触觉数据的压缩比率。高效的有损压缩器如HM和VTM可实现约1000倍的数据压缩，同时保持可接受的数据保真度。有损压缩的探索还表明，针对屏幕内容的编码工具在压缩触觉数据方面优于通用编码器。
引用
@article{arxiv.2505.16289,
title = {TacCompress: A Benchmark for Multi-Point Tactile Data Compression in Dexterous Hand},
author = {Yan Zhao and Yang Li and Zhengxue Cheng and Hengdi Zhang and Li Song},
journal= {arXiv preprint arXiv:2505.16289},
year = {2025}
}
备注
9 pages, 10 figures, 2 tables