Key points are not available for this paper at this time.
Diese Arbeit präsentiert eine neue Version des taktilen Sensors, GelSlim 3.0, der die Fähigkeit integriert, hochauflösende Form, Kraft und Gleiten in einer kompakteren Form als frühere Implementierungen zu erfassen, die für unordentliche Bin-Picking-Szenarien ausgelegt sind. Das neuartige Design integriert Echtzeit-modellbasierte Algorithmen zur Messung der Form, zur Schätzung der 3D-Kraftverteilung und zur Erkennung beginnenden Gleittens. Die Einschränkungen, die durch den photometrischen Stereoalgorithmus zur Tiefenkonstruktion und die Implementierung einer planar-sensierenden Oberfläche auferlegt werden, machen die Miniaturisierung vorheriger Designs nicht trivial. Um eine kompakte Integration zu erreichen, optimieren wir den Lichtweg von der Beleuchtungsquelle zur Kamera. Mit einer optischen Simulationsumgebung entwickeln wir eine Beleuchtung formgebende Linse und positionieren die LEDs und die Kamera. Die optimierte optische Konfiguration wird in ein Fingerdesign integriert, das aus einem robusten und einfach austauschbaren Aufsteck-Fingertippmodul besteht, das die Herstellung, Montage, Nutzung und Reparatur erleichtert. Um zukünftige Forschungen im Bereich der taktilen Sensorik anzuregen und der Robotik-Community Zugang zu einem zuverlässigen und leicht reproduzierbaren taktilen Finger mit einer Vielfalt von Sensorikmodi zu verschaffen, stellen wir das Design, die Herstellungsverfahren und die Software unter https://github.com/mcubelab/gelslim als Open Source zur Verfügung.
Taylor et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: