基于视觉的Shadow灵巧手端到端深度神经网络遥操作
机器人学
2019-02-19 v3
摘要
本文中，我们提出TeachNet，一种用于直观且无标记、基于视觉的灵巧机器人手遥操作的新型神经网络架构。机器人关节角由人手深度图像直接生成，以端到端方式产生视觉上相似的机器人手姿态。TeachNet的特殊结构结合一致性损失函数，处理了人与机器人手在外观和解剖结构上的差异。一个同步的人-机器人训练集由现有带标签的人手深度图像数据集与机器人手仿真深度图像生成。最终训练集包含40万对深度图像及Shadow C6机器人手的关节角。网络评估结果验证了TeachNet的优越性，尤其在高精度条件下。由新手用户进行的模仿实验与抓取任务遥操作表明，TeachNet比当前最优的基于视觉的遥操作方法更可靠且更快速。
引用
@article{arxiv.1809.06268,
title = {Vision-based Teleoperation of Shadow Dexterous Hand using End-to-End Deep Neural Network},
author = {Shuang Li and Xiaojian Ma and Hongzhuo Liang and Michael Görner and Philipp Ruppel and Bing Fang and Fuchun Sun and Jianwei Zhang},
journal= {arXiv preprint arXiv:1809.06268},
year = {2019}
}
备注
Accepted to ICRA 2019. Shuang Li and Xiaojian Ma contributed equally to this work