形态特定卷积神网络在多指手触觉物体识别中应用.pdfVIP

2019年国际机器人与自动化会议（ICRA）蒙特利尔会议，蒙特利尔，

5月

2019年20‑24日

用于多指手触觉物体识别的形态特定卷积神经网络

船桥智史，安德烈亚斯·盖尔，亚历山大·，小田哲也和杉野重纪

—在多指手上分布的触觉传感器可以为抓取物体

信息，但如何最佳地处理这些丰富的触觉信息尚不清楚。

本文探讨了使用形态特定卷积神经网络（MS‑CNN）的可能

性。Allegro手上的uSkin触觉传感器了720个力测量值

（15个uSkin模块，每个模块有16个三轴力传感器），此外还

有16个关节角度测量值。CNN中的连续层从一个手指段、一

个手指和整个手的部分接收输入。由于传感器3D（x，y，

z）向量触觉信息，第一层使用3通道（x，y和z）输入，基于

这种输入用于相机RGB图像的想法。总体而言，各层结合在图1：卷积神经网络。

一起，形成了基于手上触觉传感器相对位置的触觉图。评估了的关于机器人手和丰富触觉信息的研究中，许

七种不同的组合变体，即使仅使用一个随机时间实例作为输入，