Tacchi 2.0: A Low Computational Cost and Comprehensive Dynamic Contact Simulator for Vision-based Tactile Sensors

要約

ロボット技術の開発により、ビジョンベースのセンサーなどの一部の触覚センサーが接触豊富なロボットタスクに適用されています。
ただし、視覚ベースの触覚センサーの耐久性により、触覚情報の習得のコストが大幅に増加します。
シミュレーションを利用して触覚データを生成することは、この問題に対処するための信頼できるアプローチとして浮上しています。
触覚データ生成のためのデータ駆動型の方法は堅牢性を欠いていますが、有限要素法（FEM）ベースのアプローチには、かなりの計算コストが必要です。
これらの問題に対処するために、ピンホールカメラモデルを、シミュレートされた方法としてマテリアルポイントメソッド（MPM）を使用した低い計算コストビジョンベースの触覚シミュレーターTacchiに統合し、マーカーモーション画像のシミュレーションを完了しました。
Tacchiをアップグレードし、Tacchi 2.0を導入しました。
このシミュレーターは、プレス、スリップ、回転などのさまざまなモーション状態の下で、触覚画像、マークされたモーション画像、および共同画像をシミュレートできます。
実験結果は、さまざまな視覚ベースの触覚センサーにわたる方法の信頼性とその堅牢性を示しています。

要約(オリジナル)

With the development of robotics technology, some tactile sensors, such as vision-based sensors, have been applied to contact-rich robotics tasks. However, the durability of vision-based tactile sensors significantly increases the cost of tactile information acquisition. Utilizing simulation to generate tactile data has emerged as a reliable approach to address this issue. While data-driven methods for tactile data generation lack robustness, finite element methods (FEM) based approaches require significant computational costs. To address these issues, we integrated a pinhole camera model into the low computational cost vision-based tactile simulator Tacchi that used the Material Point Method (MPM) as the simulated method, completing the simulation of marker motion images. We upgraded Tacchi and introduced Tacchi 2.0. This simulator can simulate tactile images, marked motion images, and joint images under different motion states like pressing, slipping, and rotating. Experimental results demonstrate the reliability of our method and its robustness across various vision-based tactile sensors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google