基于内置关节传感器的触觉手势识别用于工业机器人
机器人学
2025-08-19 v1 人工智能
摘要
虽然使用视觉或机器人皮肤的手势识别是人机协作(HRC)中活跃的研究领域，但本文探索了仅依赖机器人内置关节传感器的深度学习方法，无需外部传感器。我们评估了各种卷积神经网络(CNN)架构，并收集了两个数据集来研究数据表示和模型架构对识别准确率的影响。我们的结果表明，频谱图表示显著提高了准确率，而模型架构作用较小。我们还测试了对新机器人姿态的泛化能力，结果显示频谱图模型表现更好。在Franka Emika Research机器人上实现后，我们的方法STFT2DCNN和STT3DCNN在接触检测和手势分类中均 achieved超过95%的准确率。这些发现表明了无外部传感器的触觉识别的可行性，推动了面向成本效益和可扩展HRC解决方案的进一步研究。
引用
@article{arxiv.2508.12435,
title = {Tactile Gesture Recognition with Built-in Joint Sensors for Industrial Robots},
author = {Deqing Song and Weimin Yang and Maryam Rezayati and Hans Wernher van de Venn},
journal= {arXiv preprint arXiv:2508.12435},
year = {2025}
}