透明就触摸!ACTOR:基于主动触觉的类别级透明物体重建
机器人学
2023-08-01 v1
摘要
由于透明物体具有非朗伯表面,其精确形状重建是一项具有挑战性的任务,但对机器人实现精确位姿感知与安全操控又是必要的。由于基于视觉的传感对透明物体会产生错误测量,触觉模态对物体透明性不敏感,可用于重建物体形状。我们提出ACTOR,一种基于主动触觉的类别级透明物体重建(ACtive tactile-based category-level Transparent Object Reconstruction)新框架。ACTOR利用我们提出的自监督学习方法在大型合成物体数据集上重建物体形状,因为真实世界触觉数据的采集极其昂贵。ACTOR可在推理时用于来自类别级未知透明物体的触觉数据以进行重建。此外,我们提出主动触觉物体探索策略,因为探测物体表面的每一部分可能采样效率低下。我们还展示了利用ACTOR的基于触觉的类别级物体位姿估计任务。我们通过真实世界机器人实验对所提方法进行了广泛评估,并与最先进方法进行了全面对比研究。我们的方法在基于触觉的物体重建与物体位姿估计方面优于这些方法。
引用
@article{arxiv.2307.16254,
title = {Touch if it's transparent! ACTOR: Active Tactile-based Category-Level Transparent Object Reconstruction},
author = {Prajval Kumar Murali and Bernd Porr and Mohsen Kaboli},
journal= {arXiv preprint arXiv:2307.16254},
year = {2023}
}
备注
Accepted for publication at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)