承压之下：利用气压触觉传感器学习检测滑移

尽管触觉信息十分有用，触觉传感器尚未在工业机器人场景中得到广泛部署。部分挑战在于从触觉数据流中识别滑移及其他关键事件。本文提出一种基于学习的方法，利用气压触觉传感器检测滑移。尽管这些传感器分辨率较低，但它们具备许多其他可取特性，包括高可靠性与耐久性、极薄的外形以及低成本。我们能够实现超过 91% 的滑移检测准确率，同时对滑移运动的速度和方向具有鲁棒性。此外，我们在两项涉及常见家用物体的机器人操作任务上测试了我们的检测器，并展示了对训练期间未见的真实场景的成功泛化。我们表明，气压触觉传感技术结合数据驱动学习，潜在适用于滑移补偿等复杂操作任务。