DenseTact: 高密度形状再構築のための光学触覚センサー

ロボットにおける触覚センシングの性能を向上させることで、多様なハンド操作が可能になります。視覚ベースの触覚センサーは、豊かな触覚フィードバックが操作タスクの性能向上と関連していることが示されているため、広く使用されています。高解像度の既存の触覚センサーソリューションには、低精度、高コストのコンポーネント、またはスケーラビリティの欠如などの制限があります。本論文では、3Dセンサー表面の再構築のために高解像度の表面変形モデリングを備えた、安価でスケーラブルかつコンパクトな触覚センサーを提示します。フィッシュアイカメラを用いて接触面を観察することで、深層畳み込みニューラルネットワークを用いてリアルタイム（1.8 ms）で表面変形を推定できることが示されました。このセンサーは、設計やセンシング能力の面で、キャリブレーションされた高解像度の形状再構築によって、物体の手持ち位置特定、分類、表面推定の向上に向けた重要な一歩を示しています。