Apr, 2017

利用深度学习和 GelSight 触摸传感器进行基于形状无关的硬度估计

PDF
TL;DR本篇论文介绍了一种基于 GelSight 触觉传感器和神经网络的硬度测量方法，通过对接触几何形态的高分辨率触觉图像的分析，实验表明该方法可以在机器手动或自主接触并不均匀且未知的条件下，精确测量多种物体硬度（Shore 00 硬度范围在 8 至 87 之间）并获取精准的测量结果。
发现论文，激发创造
  • 用于测量几何和滑动的改进型 GelSight 触觉传感器

    本文介绍了一种 GelSight 传感器的新设计，包括使用 Lambertian 薄膜和新的照明系统，可有效提高其几何精度和稳定性，并成功应用于机器人感知和控制中，包括表面法向量计算、高度重建和滑移检测等任务。

    Aug, 2017

  • GelSlim：高分辨率、紧凑、坚固和校准的触觉传感手指

    设计了一种高分辨率的触觉传感手指，通过重新设计光学路径结合几何设计变量权衡手指厚度、相机的景深和触觉感应区域的大小，采用更均匀的输出和更坚固的材料，结合自校准过程，从而实现在抓取任务中自持续和抗折磨性能，并通过 4 种度量指标评估其耐久性。

    Mar, 2018

  • GelSight Svelte：一种人手形状的单相机触觉机器人指头，具有较大的感知覆盖范围和自体感知

    GelSight Svelte 是一种基于相机的触觉传感器，能够实现在较大范围内的触觉和本体感知，通过使用曲面镜进行形状和感知范围的实现，通过训练卷积神经网络从捕获的图像中估计弯曲和扭转力矩，并通过进行物体抓取任务来展示其能力和潜在应用。

    Sep, 2023

  • GelSight 楔形：使用紧凑机器人手指测量高分辨率的 3D 接触几何形状

    本文介绍了一种经过优化的 GelSight 楔形传感器，其具有紧凑的形状用于机器人手指，并同时满足光学和机械约束，可高精度重建 3D 接触几何。作者在不同光照条件下评估了该传感器的 3D 重建，最终将传感器缩小到人手指的尺寸，演示了 3D 几何重建的效果和潜力，同时证明了该传感器对于 3D 空间中的姿态跟踪以及微小操纵的适用性。

    Jun, 2021

  • 触觉操纵：基于深度预测模型的触控控制

    本文中，我们提出了一种深度触觉模型预测的方法，结合高分辨率触觉传感器，通过无监督自主交互生成模型以从原始触觉传感器输入进行学习，并将学习到的模型用于将物体重新定位到用户指定的配置，从而实现非握持操作的触觉控制。

    Mar, 2019

  • 使用高分辨率触觉传感器的基于 CNN 的物体识别方法

    本文介绍了一种基于高分辨率压力传感器和卷积神经网络的两种方法，对接触对象进行分类。这些方法包括利用预训练的卷积神经网络或使用自定义 CNN 进行分类，并测试了 11 个配置的性能表现，提供了与当前触觉对象识别技术的比较讨论。

    May, 2023

  • 利用几何接触渲染从第一次接触中感知物体姿态

    本文提出了一种基于模拟的感知模型，可以从单个触觉观察中定位物体的姿态，同时可以推断姿态分布和与其他感知系统或多个接触的约束。

    Dec, 2020

  • GelFlow：光流的自监督学习用于基于视觉的触觉传感器位移测量

    本论文提出了一种基于深度学习的自监督光流方法，通过精确测量标记物的位移来实现基于视觉触觉传感器的高精度测量，以支持机器手指更灵巧的操作。

    Sep, 2023

  • 机器触觉的关注：鲁棒的模拟到实际触觉控制中的触觉显著性预测

    在未知干扰环境中，通过提出触觉显著性预测方法，可以提高机器人对触觉的鲁棒控制，并精确预测真实触觉图像中的目标特征。

    Jul, 2023

  • 基于物理渲染的基于视觉的触觉传感器模拟

    本文介绍了使用基于物理渲染技术的全面一般的光学触觉模拟系统，实现了高质量的图像相似度度量，其开源代码和实验数据均可在此 https URL 获得。

    Dec, 2020