TANDEM3D：面向三维物体识别的主动触觉探索方法
计算机视觉与模式识别
2023-03-01 v2 人工智能
机器学习
机器人学
摘要
三维物体的触觉识别仍是一项具有挑战性的任务。与二维形状相比，三维表面的复杂几何需要更丰富的触觉信号、更灵巧的动作以及更先进的编码技术。在本工作中，我们提出 TANDEM3D，一种将协同训练框架用于探索与决策、并基于触觉信号进行三维物体识别的方法。从我们先前引入二维识别问题协同训练范式的工作出发，我们引入若干使其扩展至三维的进展。TANDEM3D 基于一种新颖的编码器，其利用 PointNet++ 从接触位置与法线构建三维物体表示。此外，通过支持 6DOF 运动，TANDEM3D 以高效率探索并收集判别性触觉信息。我们的方法完全在仿真中训练，并通过真实世界实验验证。与最先进的基线相比，TANDEM3D 在识别三维物体时取得更高准确率与更少动作次数，并表现出对不同类型及程度的传感器噪声更强的鲁棒性。视频见 https://jxu.ai/tandem3d。
引用
@article{arxiv.2209.08772,
title = {TANDEM3D: Active Tactile Exploration for 3D Object Recognition},
author = {Jingxi Xu and Han Lin and Shuran Song and Matei Ciocarlie},
journal= {arXiv preprint arXiv:2209.08772},
year = {2023}
}
备注
7 pages. Accepted to International Conference on Robotics and Automation (ICRA) 2023