Regression and Classification Methods for Learning Sound Wave Amplitude Modulation in Soft Tactile Sensing

要約

この論文では、音波で動作する新しいソフト タクタイル スキン (STS) テクノロジーを紹介します。
この革新的なアプローチでは、スピーカーによって生成された音波は、柔らかい膜に埋め込まれたチャネル内を伝わり、外力によって押されたときのチャネルの変形によって変調され、チャネルの端にあるマイクによって受信されます。
このセンサーは、回帰および分類手法を利用して垂直抗力とその接触位置を推定します。
当社のセンサーは、エンドエフェクターやアームなどのロボット部品に取り付けることができます。
私たちは、音波変調、加えられた力、およびその位置の関係をそれぞれ学習するためにいくつかの回帰および分類法をテストし、力と位置の予測に最も優れたモデルを選択しました。
当社の新しい触覚センサーは、0 ～ 30+1 N の範囲で 1.5 N の許容範囲内で力推定の 93% を実現し、接触位置を 96% 以上の精度で推定します。
また、リアルタイム把握力制御アプリケーションにおける STS テクノロジーのパフォーマンスも実証しました。

要約(オリジナル)

This paper presents a novel soft tactile skin (STS) technology operating with sound waves. In this innovative approach, the sound waves generated by a speaker travel in channels embedded in a soft membrane and get modulated due to a deformation of the channel when pressed by an external force and received by a microphone at the end of the channel. The sensor leverages regression and classification methods for estimating the normal force and its contact location. Our sensor can be affixed to any robot part, e.g., end effectors or arm. We tested several regression and classifier methods to learn the relation between sound wave modulation, the applied force, and its location, respectively and picked the best-performing models for force and location predictions. Our novel tactile sensor yields 93% of the force estimation within 1.5 N tolerances for a range of 0-30+1 N and estimates contact locations with over 96% accuracy. We also demonstrated the performance of STS technology for a real-time gripping force control application.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google