Jun, 2023
基于 LSTM 的触感和动觉信息对象识别的贝叶斯和神经推理
Bayesian and Neural Inference on LSTM-based Object Recognition from Tactile and Kinesthetic Information
Francisco Pastor, Jorge García-González, Juan M. Gandarias, Daniel Medina, Pau Closas...
TL;DR本研究提出了一种基于多模态对象识别的分析和数据驱动的方法，利用具有高分辨率触觉传感器的三指驱动夹爪进行压缩和释放探索过程（EPs），采集手指关节上的角度传感器获取触觉图像和动觉信息，然后，利用 LSTM 神经网络进行分类，最后通过贝叶斯和神经推理方法融合，对 36 种物体进行测试，结果表明贝叶斯分类器提高了物体识别能力并优于神经网络分类器。