基于深度学习的3D姿态重建对水下柔性手的仿生评估
摘要：软性机器人手在各种抓握应用中表现出巨大的潜力。然而，机器人姿态的感知和重构在设计和制造过程中可能存在限制。本文提出一种新颖的三维姿态重构方法，利用实验视频分析双向软性机器人手的抓握运动。通过使用一台多镜头成像设备收集来自顶部、前部、后部、左侧、右侧视图的图像。基于深度学习方法检测软指的坐标和方向信息。使用Faster RCNN模型检测指尖位置，使用U-Net模型计算指间的侧边界。基于运动学原理，建立相应的坐标和方向数据库。三维重构结果表现出良好的性能和准确性。使用效能系数方法，通过与人手相比较，分析软机器人手的弯曲角度和指间距离对弯曲角度的贡献。结果表明，软机器人手在单向和双向抓握中表现出类似于人手的动作效果。
作者：Haihang Wang, He Xu, Yihan Meng
论文ID：2203.08550
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-08