Invariant neuromorphic representations of tactile stimuli improve robustness of a real-time texture classification system

要約

人間には絶妙な触覚があり、ロボットや義肢システムはそれを再現することを目指しています。
私たちは、スキャン速度やセンシングプロセスで加えられる接触力に対して不変の、ニューロンのような(ニューロモーフィックな)テクスチャのスパイキング表現を作成するアルゴリズムを開発しました。
スパイク表現は、人間の皮膚の機械受容体からの活動を模倣し、脳までさらに処理することに基づいています。
ニューロモーフィック エンコーディング プロセスは、力不変モジュール (アナログ ドメイン)、スパイク アクティビティ エンコーディング モジュール (アナログからスパイク ドメインへの変換)、および速度不変モジュールの 3 つの連続した段階で、アナログ センサーの読み取り値を速度および力不変スパイク表現に変換します。
(スパイクドメイン内)。
アルゴリズムは、15 の速度と力の条件で収集された触覚テクスチャ データセットでテストされました。
不変表現に基づいて構築されたオフライン テクスチャ分類システムは、分類精度が向上し、計算効率が向上し、新しい速度と力の条件で探索されたテクスチャを識別する能力が向上します。
速度不変アルゴリズムは、人間が操作するリアルタイムのテクスチャ分類システムに適応されました。
同様に、不変表現により、分類精度、計算効率、および新しい条件で探索されたテクスチャを識別する能力が向上しました。
この文脈では、分類システムが新しい条件であるように見える人間の不正確さのため、不変表現がさらに重要になります。
これらの結果は、不変の神経形態表現によりニューロロボット触覚センシング システムのパフォーマンスが向上することを示しています。
さらに、神経形態表現は生物学的処理に基づいているため、この研究は将来、上肢切断者に対する自然主義的な感覚フィードバックの基礎として使用できる可能性があります。

要約(オリジナル)

Humans have an exquisite sense of touch which robotic and prosthetic systems aim to recreate. We developed algorithms to create neuron-like (neuromorphic) spiking representations of texture that are invariant to the scanning speed and contact force applied in the sensing process. The spiking representations are based on mimicking activity from mechanoreceptors in human skin and further processing up to the brain. The neuromorphic encoding process transforms analog sensor readings into speed and force invariant spiking representations in three sequential stages: the force invariance module (in the analog domain), the spiking activity encoding module (transforms from analog to spiking domain), and the speed invariance module (in the spiking domain). The algorithms were tested on a tactile texture dataset collected in 15 speed-force conditions. An offline texture classification system built on the invariant representations has higher classification accuracy, improved computational efficiency, and increased capability to identify textures explored in novel speed-force conditions. The speed invariance algorithm was adapted to a real-time human-operated texture classification system. Similarly, the invariant representations improved classification accuracy, computational efficiency, and capability to identify textures explored in novel conditions. The invariant representation is even more crucial in this context due to human imprecision which seems to the classification system as a novel condition. These results demonstrate that invariant neuromorphic representations enable better performing neurorobotic tactile sensing systems. Furthermore, because the neuromorphic representations are based on biological processing, this work can be used in the future as the basis for naturalistic sensory feedback for upper limb amputees.

arxiv情報

著者 Mark M. Iskarous,Zan Chaudhry,Fangjie Li,Samuel Bello,Sriramana Sankar,Ariel Slepyan,Natasha Chugh,Christopher L. Hunt,Rebecca J. Greene,Nitish V. Thakor
発行日 2024-11-26 02:57:37+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, eess.SP, J.2 パーマリンク