基于触须的多维纹理感知与分类研究
信号处理
2022-09-09 v1 计算机视觉与模式识别
机器学习
摘要
基于纹理的研究与设计近来备受关注。文献中缺乏基于触须的多维表面纹理数据。该数据对于纹理表面分类与回归中的机器人与机器感知算法至关重要。本研究提出一种新型传感器设计以获取多维纹理信息。通过扫掠与轻触实验测量了表面纹理的粗糙度与硬度。三种机器学习模型（SVM、RF 与 MLP）在表面纹理粗糙度与硬度的分类上表现出优异的准确率。我们表明，利用触须传感器从标准机加工试样采集的压力与加速度计数据相结合可提升分类准确率。进一步，我们通过实验验证该传感器能以 90% 或更高的准确率分类粗糙度深度低至 的纹理，并依据粗糙度与硬度对材料进行区分。我们提出一种在设计触须传感器时需考量的新指标，以事先保证纹理数据采集的质量。机器学习模型性能通过与同一组表面纹理的激光传感器所采集数据对比得到验证。作为工作的一部分，我们向研究界发布二维纹理数据：粗糙度与硬度。
引用
@article{arxiv.2209.03750,
title = {Towards Multidimensional Textural Perception and Classification Through Whisker},
author = {Prasanna Kumar Routray and Aditya Sanjiv Kanade and Pauline Pounds and Manivannan Muniyandi},
journal= {arXiv preprint arXiv:2209.03750},
year = {2022}
}