Force-based touch approach for volume estimation
-
Published:2024-07-15
Issue:45
Volume:
Page:
-
ISSN:3045-4093
-
Container-title:Jornadas de Automática
-
language:
-
Short-container-title:JA-CEA
Author:
Castaño Amorós JulioORCID, Trebuchon Killian, Gil PabloORCID, Mezouar Youcef
Abstract
Un agarre robótico óptimo no puede limitarse a la estimación de pose de agarre del objeto mediante visión. Se hace necesario el uso de sensores táctiles para conocer las propiedades físicas de los objetos que se agarran. En este trabajo, integramos dos sensores táctiles Contactile basados en la fuerza con una pinza ROBOTIQ 2F-140 y un robot UR5, para estimar el volumen de un recipiente lleno de agua utilizando redes neuronales Perceptrón Multicapa (MLP). Durante la experimentación entrenamos y evaluamos diferentes MLPs variando las fuerzas de entrada (Fx, Fy, Fz) en una tarea de regresión de volumen discreto en un rango de entre 0ml y 300ml. El enfoque preliminar propuesto se compara con un método algebraico basado en el diagrama del equilibrio de fuerzas, demostrando que nuestros resultados son más precisos, obteniendo un valor R2 un 8% superior en el peor de los casos, y del 30% en el mejor.
Publisher
Universidade da Coruna
Reference13 articles.
1. Castaño-Amorós, J., Gil, P., 2023. Measuring object rotation via visuo-tactile segmentation of grasping region. IEEE Robotics and Automation Letters 8 (8), 4537–4544. DOI: 10.1109/LRA.2023.3285471 2. Chareyre, M., Fournier, P., Moras, J., Mezouar, Y., Bourinet, J.-M., 2022. Towards generic object property estimation using unsupervised reinforcement learning. In: Int. Conf. on Intelligent Robots and Systems (IROS). Workshop on Mobile Manipulation and Embodied Intelligence: Challenges and Opportunities. Kyoto, Japan. URL: hal.science/hal-03927900 3. Chi, C., Sun, X., Xue, N., Li, T., Liu, C., 2018. Recent progress in technologies for tactile sensors. Sensors 18 (4). DOI: 10.3390/s18040948 4. Dikhale, S., Patel, K., Dhingra, D., Naramura, I., Hayashi, A., Iba, S., Jamali, N., 2022. Visuotactile 6d pose estimation of an in-hand object using vision and tactile sensor data. IEEE Robotics and Automation Letters 7 (2), 2148–2155. DOI: 10.1109/LRA.2022.3143289 5. Huang, H.-J., Guo, X., Yuan, W., 2022. Understanding dynamic tactile sensing for liquid property estimation. In: Robotics: Science and Systems (RSS). IFRR, New York, USA. DOI: 10.48550/arXiv.2205.087716.
|
|