ThinTact:Thin Vision-Based Tactile Sensor by Lensless Imaging

要約

視覚ベースの触覚センサーは、ロボット工学コミュニティでの関心が高まっています。
ただし、従来のレンズベースの設計では、これらのセンサーに最小厚さの制約が課せられ、スペースが限られた環境での適用が制限されます。
この論文では、感知領域が 200 mm2 以上、厚さが 10 mm 未満の、新しいレンズレス視覚ベースの触覚センサーである ThinTact を提案します。ThinTact は、マスクベースのレンズレスイメージング技術を利用して、接触情報を CMOS 信号にマッピングします。
。
リアルタイムの触覚センシングを保証するために、離散コサイン変換 (DCT) に基づく周波数空間領域結合フィルターを利用するリアルタイムのレンズレス再構成アルゴリズムを提案します。
このアルゴリズムは、既存の最適化ベースの方法よりも大幅に高速な計算を実現します。
さらに、センシング品質を向上させるために、汎用アルゴリズムと対応するシステムマトリックスキャリブレーションアルゴリズムに基づいたマスク最適化手法を開発します。定性的および定量的な実験を通じて、提案したレンズレス再構成と触覚センシングのパフォーマンスを評価します。
さらに、テクスチャ認識や接触が多いオブジェクトの操作など、さまざまなアプリケーションにおける ThinTact の実用的な適用性を実証します。
この論文は、IEEE Transactions on Robotics: https://ieeexplore.ieee.org/document/10842357 に掲載されます。
動画: https://youtu.be/YrOO9BDMAHo

要約(オリジナル)

Vision-based tactile sensors have drawn increasing interest in the robotics community. However, traditional lens-based designs impose minimum thickness constraints on these sensors, limiting their applicability in space-restricted settings. In this paper, we propose ThinTact, a novel lensless vision-based tactile sensor with a sensing field of over 200 mm2 and a thickness of less than 10 mm.ThinTact utilizes the mask-based lensless imaging technique to map the contact information to CMOS signals. To ensure real-time tactile sensing, we propose a real-time lensless reconstruction algorithm that leverages a frequency-spatial-domain joint filter based on discrete cosine transform (DCT). This algorithm achieves computation significantly faster than existing optimization-based methods. Additionally, to improve the sensing quality, we develop a mask optimization method based on the generic algorithm and the corresponding system matrix calibration algorithm.We evaluate the performance of our proposed lensless reconstruction and tactile sensing through qualitative and quantitative experiments. Furthermore, we demonstrate ThinTact’s practical applicability in diverse applications, including texture recognition and contact-rich object manipulation. The paper will appear in the IEEE Transactions on Robotics: https://ieeexplore.ieee.org/document/10842357. Video: https://youtu.be/YrOO9BDMAHo

arxiv情報

提供元, 利用サービス

arxiv.jp, Google