Visuo-Tactile Object Pose Estimation for a Multi-Finger Robot Hand with Low-Resolution In-Hand Tactile Sensing

要約

把握されたオブジェクトの正確な3Dポーズ推定は、ロボットがアセンブリまたはハンドイン操作タスクを実行するための重要な前提条件ですが、ロボットの手によるオブジェクトの閉塞は、この知覚タスクの難易度を大幅に増加させます。
ここでは、視覚情報と固有受容を、明確なロボット手の内面からのバイナリの低解像度の触覚接触測定と組み合わせることで、この問題を軽減できることを提案します。
Visuo-Tactileオブジェクトポーズ推定問題は、因子グラフで確率的に定式化されています。
オブジェクトのポーズは、視覚的または触覚的な外れ値の測定値の影響を減らすために、堅牢なコスト関数を使用して3種類の測定値と整合するように最適化されています。
提案されたアプローチの利点は、最初にシミュレーションで実証されます。リンクごとに1つのバイナリ触覚センサーを備えたカスタム15-DOFロボットハンドは、RGB-Dカメラで観察されながら17 YCBオブジェクトを把握します。
この低解像度の手の触覚センシングは、高い閉塞の下でオブジェクトポーズの推定値を大幅に改善し、また高い視覚ノイズを改善します。
また、触覚の予備バージョンでテストを把握することでこれらの利点を示し、平均して約13.3 Hzのオブジェクトポーズの合理的な視覚触覚推定値を取得します。

要約(オリジナル)

Accurate 3D pose estimation of grasped objects is an important prerequisite for robots to perform assembly or in-hand manipulation tasks, but object occlusion by the robot’s own hand greatly increases the difficulty of this perceptual task. Here, we propose that combining visual information and proprioception with binary, low-resolution tactile contact measurements from across the interior surface of an articulated robotic hand can mitigate this issue. The visuo-tactile object-pose-estimation problem is formulated probabilistically in a factor graph. The pose of the object is optimized to align with the three kinds of measurements using a robust cost function to reduce the influence of visual or tactile outlier readings. The advantages of the proposed approach are first demonstrated in simulation: a custom 15-DoF robot hand with one binary tactile sensor per link grasps 17 YCB objects while observed by an RGB-D camera. This low-resolution in-hand tactile sensing significantly improves object-pose estimates under high occlusion and also high visual noise. We also show these benefits through grasping tests with a preliminary real version of our tactile hand, obtaining reasonable visuo-tactile estimates of object pose at approximately 13.3 Hz on average.

arxiv情報

著者 Lukas Mack,Felix Grüninger,Benjamin A. Richardson,Regine Lendway,Katherine J. Kuchenbecker,Joerg Stueckler
発行日 2025-03-25 17:53:53+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.CV, cs.RO パーマリンク