tactile sensor | BriefGPT - AI 论文速递

关键词tactile sensor

搜索结果 - 7

基于 PapillArray 光学触觉传感器的鲁棒学习型潜在滑动检测用于提升机器人抓握能力
本研究通过使用 PapillArray（澳大利亚的 Contactile）触觉传感器，提出了一种基于学习的新方法来检测潜在滑移。该模型具有高效的模式识别能力，测试数据显示，其检测精度达到了 95.6％。此外，在将该模型应用于不同于训练数据所
PDFa year ago
自监督对比学习方法用于抓握结果预测
本文探索对比度学习方法在无监督情况下预测抓取结果的效果：使用公开数据集，通过单一触觉传感器的数据，利用基于动态字典的动量更新技术的对比学习方法取得了 81.83% 的较高准确度，我们的结果揭示了对比度学习方法在机器人抓取中的潜力，强调了准确
PDFa year ago
基于 LSTM 的触感和动觉信息对象识别的贝叶斯和神经推理
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
PDFa year ago
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。
PDFa year ago
动作条件下的触觉预测：滑动预测案例研究
本研究提出了两种新型的数据驱动的行动条件触觉预测模型，用于预测真实世界中机器人交互任务期间的触觉信号，并使用我们的新颖触觉数据集对这些模型进行了比较，结果显示我们的模型在定性、定量和滑动预测得分方面都具有优越性。
PDF2 years ago
DIGIT: 一种用于手持操作的低成本紧凑型高分辨率触觉传感器的新型设计
DIGIT 是一种便宜、紧凑且高分辨率的触觉传感器，可用于手中操纵。该研究使用深度神经网络模型训练控制器，通过 DIGIT 感应器在多指的机器手中操纵玻璃弹珠。
PDF4 years ago
OmniTact：一种多方向高分辨率触摸传感器
介绍了 OmniTact，一种多方向高分辨率触觉传感器，可用于机器人操作，基于多个微型相机和基于凝胶的皮肤来检测物体形变。使用计算机视觉和深度神经网络处理传感器相机的图像完成了触觉控制和状态估计任务，并表明 OmniTact 可以可靠地插入
PDF4 years ago