TactileAR: Active Tactile Pattern Reconstruction

要約

高解像度 (HR) 接触面情報は、ロボットによる把握や正確な操作作業に不可欠です。
ただし、現在のタキセルベースのセンサーで HR の触覚情報を取得することは依然として課題です。
この論文では、低解像度 (LR) 触覚センサーを利用して、接触面の局所的で高密度な HR 表現を再構築することに焦点を当てます。
特に、ガウス三軸触覚センサー劣化モデルを構築し、カルマンフィルターに基づいた触覚パターン再構成フレームワークを提案します。
このフレームワークにより、収集された LR 触覚シーケンスを使用して 2 次元 HR 接触表面形状の再構築が可能になります。
さらに、復元効率を高めるための積極的な探査戦略を提案します。
既存の事前情報に基づくアプローチと比較して、提案された方法を現実世界のシナリオで評価します。
実験結果は、提案されたアプローチの効率性を確認し、複雑な接触面形状の満足のいく再構成を示しています。
コード: https://github.com/wmtlab/tactileAR

要約(オリジナル)

High-resolution (HR) contact surface information is essential for robotic grasping and precise manipulation tasks. However, it remains a challenge for current taxel-based sensors to obtain HR tactile information. In this paper, we focus on utilizing low-resolution (LR) tactile sensors to reconstruct the localized, dense, and HR representation of contact surfaces. In particular, we build a Gaussian triaxial tactile sensor degradation model and propose a tactile pattern reconstruction framework based on the Kalman filter. This framework enables the reconstruction of 2-D HR contact surface shapes using collected LR tactile sequences. In addition, we present an active exploration strategy to enhance the reconstruction efficiency. We evaluate the proposed method in real-world scenarios with comparison to existing prior-information-based approaches. Experimental results confirm the efficiency of the proposed approach and demonstrate satisfactory reconstructions of complex contact surface shapes. Code: https://github.com/wmtlab/tactileAR

arxiv情報

提供元, 利用サービス

arxiv.jp, Google