文献

J-GLOBAL ID：202102291056117833   整理番号：21A0671320

ソフト触覚センサを用いた不確実性を意識したテクスチャ分類とマッピング【JST・京大機械翻訳】

Uncertainty Aware Texture Classification and Mapping Using Soft Tactile Sensors

著者 (3件)： Amini Alexander (MIT,Computer Science and Artificial Intelligence Lab,Cambridge,MA,USA,02139) ,  Lipton Jeffrey I. (MIT,Computer Science and Artificial Intelligence Lab,Cambridge,MA,USA,02139) ,  Rus Daniela (MIT,Computer Science and Artificial Intelligence Lab,Cambridge,MA,USA,02139)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 4249-4256  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 表面粗さの空間マッピングは,適応砂操作を自動化するための重要な可能な技術である。表面粗さ測定の問題を視覚分類問題に変換するためにGelSightセンサを利用した。GelSightセンサをオプティトラック位置決めシステムと組み合わせることにより,大規模製造の最新技術の現状である,人間のタッチと比較できる表面粗さの正確な空間マッピングの開発を試みた。分類を行うため,不確実性意識予測と共にBayesニューラルネットワークの使用を提案した。センサとネットワークを,絶対と相対テクスチャ分類の両方に対して,ヒトベースラインと比較した。ベースラインを確立するために,著者らは,材料を60,120,および180グリットサンドマツボードに分類する能力に関して,ヒトからの性能データを集めた。著者らの結果は,確率的ネットワークが絶対および相対分類のために人間のタッチのレベルにおいて実行することを示した。Bayes手法を用いて,著者らの予測に関する信頼限界を確立することができた。松板に適用した砂粒の空間的な地図を提供するために,オプティトラックとセンサを統合することができた。この結果から,BayesニューラルネットワークによるGelSightは,サンドニングのための正確な表現を学習でき,閉ループロボットサンドニング操作のための重要な可能な技術となり得ると結論できる。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  自動化 ,  ネットワーク ,  *不確実性 ,  ニューラルネットワーク ,  ヒト ,  信頼限界 ,  砂粒 ,  センサ ,  基準線 ,  触覚センサ
準シソーラス用語： 空間マッピング ,  位置決めシステム ,  *テクスチャー分類 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ソフト ,  触覚センサ ,  不確実性 ,  意識 ,  テクスチャ分類 ,  マッピング