Meta研究员提出追踪触摸传感器在已知物体上滑动的姿势分布
一个在线触觉感知系统,可追踪基于视觉的触摸传感器在已知物体上滑动的姿势分布
(映维网Nweon 2022年11月25日)交互感知是机器人学的重要内容。视觉可以用于追踪多接触交互的对象,但这种交互可能会阻碍视觉追踪。特别是,末端效应器对象的相对定位对于多接触策略至关重要。另外,视觉通常会受到对象透明度、镜面反射度和较差场景照明的影响。有了基于高维视觉的触觉传感器,我们有了一个探知局部对象交互的窗口。然而,尽管来自这种传感器的触觉图像可以捕捉局部表面几何结构,但它们缺乏相对姿态追踪所需的全局情景。
针对这个问题,由卡内基梅隆大学和Meta AI团队组成的研究人员提出了MidasTouch。这是一个在线触觉感知系统,可追踪基于视觉的触摸传感器在已知物体上滑动的姿势分布。
以一个简单的马克杯为例:它由弯曲的杯身、平坦的底座和圆形的把手组成。如果没有全局背景,仅仅一次接触无法明确具体的位置。感知到的边缘可以位于任何位置。这种可能性分布分布在物体表面,它不是单峰分布。但是,长时间范围内的交互可以消除歧义。团队将其作为移动机器人蒙特卡罗滤波的模拟,但将其应用于物体的表面流形。正如移动机器人可以访问详细的平面图、里程计和摄像头一样,操纵者同样可以访问对象网格、末端效应器姿势和基于视觉的触摸。
这适用于具有已知对象模型的环境,如家庭、仓库和工厂,而大规模扫描对象数据集进一步促进了这一点。尽管来自视觉的先验可以引导系统,但它们不是全局估计的先决条件。除了开源的MidasTouch,团队同时发布了一个全面的真实世界和模拟数据集,涵盖了标准YCB对象之间的滑动交互。具体请访问项目官网。
......(全文 1718 字,剩余 1100 字)
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限