Entwurf eines vision-basierten taktilen Sensors unter Verwendung physikalisch basierter Rendering-Techniken

Hochauflösende taktile Sensoren sind für Roboter bei feingliedrigen Wahrnehmungs- und Manipulationsaufgaben sehr hilfreich, aber der Entwurf dieser Sensoren ist herausfordernd. Dies liegt daran, dass die Designs auf der kompakten Integration mehrerer optischer Elemente basieren, und es schwierig ist, die Korrelation zwischen den Anordnungen der Elemente und der Genauigkeit des Sensors durch Versuch und Irrtum zu verstehen. In dieser Arbeit stellen wir den digitalen Entwurf von vision-basierten taktilen Sensoren unter Verwendung eines physikalisch genauen Lichtsimulators vor. Das Framework modularisiert den Entwurfsprozess, parametrisiert die Sensorbestandteile und enthält eine Bewertungsmetrik zur Quantifizierung der Leistung eines Sensors. Wir quantifizieren die Auswirkungen der Sensorform, der Beleuchtungseinstellungen und des Materials der Sensoroberfläche auf die Leistung des taktilen Sensors mithilfe unserer Bewertungsmetrik. Das vorgeschlagene optische Simulationsframework kann das taktile Bild des realen vision-basierten Prototypes eines taktilen Sensors ohne vorherige sensor-spezifische Daten replizieren. Mit unserem Ansatz können wir das Design eines Fingertip-GelSight-Sensors erheblich verbessern. Dieses verbesserte Design erzielt etwa 5 Mal bessere Ergebnisse als frühere hochmoderne Entwürfe von menschlichen Experten bei der Erkennung von taktil geprägtem Text durch Roboter in der realen Welt. Unser Simulationsansatz kann mit jedem vision-basierten taktilen Sensor verwendet werden, um ein physikalisch genaues taktiles Bild zu erzeugen. Insgesamt ermöglicht unser Ansatz den automatischen Entwurf von sensorisierten weichen Robotern und öffnet die Tür für eine geschlossene Schleifen-Kooptimierung von Steuerungen und Sensoren für geschickte Manipulation. Ein designbasiertes Framework für taktile Sensoren unter Verwendung eines physikalisch genauen Lichtsimulators kann das taktile Bild eines realen vision-basierten taktilen Sensors ohne vorherige sensor-spezifische Daten replizieren. Dieses Design erzielt etwa 5 Mal bessere Ergebnisse als frühere hochmoderne menschliche Expertendesigns bei der Erkennung von taktil geprägtem Text durch Roboter in der realen Welt.