視覚ベース触覚インプリントから体積メッシュを合成する学習【JST・京大機械翻訳】

Zhu Xinghao; Jain Siddarth; Tomizuka Masayoshi; van Baar Jeroen

プレプリント

J-GLOBAL ID：202202203067560542 整理番号：22P0311805

視覚ベース触覚インプリントから体積メッシュを合成する学習【JST・京大機械翻訳】

Learning to Synthesize Volumetric Meshes from Vision-based Tactile Imprints

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月28日プレプリントサーバーでの情報更新日： 2022年03月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

視覚ベースの触覚センサは,通常,接触の高解像度画像観察を提供するために,変形可能なエラストマとカメラを搭載したカメラを利用する。変形エラストマの正確な体積メッシュを得ることは,直接接触情報を提供でき,ロボット把持と操作に利益を与える。本論文では,視覚ベース触覚センサから得られた画像インプリントに基づくエラストマの体積メッシュを合成する学習に焦点を当てた。合成画像メッシュ対と実世界画像を,それぞれ3D有限要素法(FEM)と物理的センサから収集した。グラフニューラルネットワーク(GNN)を導入して,教師つき学習による画像対メッシュマッピングを学習した。自己監督適応法と画像増強技法を,シミュレーションから現実にネットワークを転送するために提案して,プリミティブ接触から非共有接触まで,そして,1つのセンサからもう1つのセンサまでネットワークを転送する。これらの学習および適応ネットワークを用いて,提案手法は,定量的および定性的結果によって示されるように,様々な領域における実世界触覚センサエラストマの変形を正確に再構成できる。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識 , ロボットの運動・制御

, , , ,

前のページに戻る