基于低分辨率手掌触觉感知的多指机器人手臂可视-触觉物体姿态估计
机器人学
2025-03-26 v1 计算机视觉与模式识别
摘要
准确的3D姿态估计是机器人执行装配或手部操作任务的重要前提，但由于机器人手臂本身遮挡物体，大大增加了这一感知任务的难度。本文提出，将视觉信息与先验信息结合，利用来自关节机器人手掌内部表面的二值、低分辨率触觉接触 measurements 进行协同处理，可缓解此问题。将可视-触觉物体姿态估计问题以概率因子图方式进行建模，通过鲁棒代价函数对齐三种测量数据，以减少视觉或触觉离群点数据的影响。本文首先在仿真环境中证明了该方法的优势：一个自定义的15自由度机器人手臂上每个连杆装有一个二值触觉传感器，抓取17个YCB物体，并由RGB-D相机观察。这种低分辨率的手掌触觉感知在遮挡严重且视觉噪声较大的情形下显著改善了物体姿态估计。我们还通过使用原型实物手臂进行抓取测试，展示了这些优势，在平均约13.3 Hz的速度上获得了合理的可视-触觉姿态估计。
引用
@article{arxiv.2503.19893,
title = {Visuo-Tactile Object Pose Estimation for a Multi-Finger Robot Hand with Low-Resolution In-Hand Tactile Sensing},
author = {Lukas Mack and Felix Grüninger and Benjamin A. Richardson and Regine Lendway and Katherine J. Kuchenbecker and Joerg Stueckler},
journal= {arXiv preprint arXiv:2503.19893},
year = {2025}
}
备注
Accepted for publication at the IEEE International Conference on Robotics and Automation (ICRA), 2025