Quantitative Hardness Assessment with Vision-based Tactile Sensing for Fruit Classification and Grasping

要約

果物の硬度の正確な推定は、特に果物の多様性を決定し、熟度を評価し、適切な収穫力を確保するために、自動化された分類および取り扱いシステムに不可欠です。
この研究では、農業におけるロボットアプリケーションのために明示的に調整された視覚ベースの触覚センシングを利用した定量的硬度評価のための革新的な枠組みを提示します。
提案された方法論は、視力ベースの触覚センサーから通常の力の推定を導き出し、この正常な力のダイナミクスに基づいて、硬度を計算します。
このアプローチは、単一接触相互作用を通じて迅速で非破壊的な評価を提供します。
このフレームワークをロボットシステムに統合すると、握る力のリアルタイムの適応性が向上し、それにより果物の損傷の可能性が減少します。
さらに、このアプローチの一般的な適用可能性は、平均的な通常の力のダイナミクスに基づく普遍的な基準を通じて、さまざまな果物のタイプとサイズにわたってその有効性を保証します。
さまざまな果物タイプと熟度追跡研究で実施された広範な実験的検証は、フレームワークの有効性と堅牢性を示し、自動化された果物取り扱いの領域で大きな進歩を示しています。

要約(オリジナル)

Accurate estimation of fruit hardness is essential for automated classification and handling systems, particularly in determining fruit variety, assessing ripeness, and ensuring proper harvesting force. This study presents an innovative framework for quantitative hardness assessment utilizing vision-based tactile sensing, tailored explicitly for robotic applications in agriculture. The proposed methodology derives normal force estimation from a vision-based tactile sensor, and, based on the dynamics of this normal force, calculates the hardness. This approach offers a rapid, non-destructive evaluation through single-contact interaction. The integration of this framework into robotic systems enhances real-time adaptability of grasping forces, thereby reducing the likelihood of fruit damage. Moreover, the general applicability of this approach, through a universal criterion based on average normal force dynamics, ensures its effectiveness across a wide variety of fruit types and sizes. Extensive experimental validation conducted across different fruit types and ripeness-tracking studies demonstrates the efficacy and robustness of the framework, marking a significant advancement in the domain of automated fruit handling.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google