![](/style/images/good.png)
![](/style/images/bad.png)
基于视觉和惯性传感器的移动机器人手遥操作系统
source link: https://mp.weixin.qq.com/s/2YwQ1C74y053G6myiJMBYg
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
基于视觉和惯性传感器的移动机器人手遥操作系统
点击上方“3D视觉工坊”,选择“星标”
干货第一时间送达
相关视频、代码、论文地址:在公众号「3D视觉工坊」,后台回复「视觉和惯性传感器」,即可直接下载。
该研究提出了一种多模式移动遥操作系统,该系统由一个新颖的基于视觉的手势回归网络(Transteleop)和一个基于IMU的手臂跟踪方法组成。Transteleop通过低成本的深度相机观察人的手,并通过图像到图像的转换过程,不仅生成关节角度,而且还生成配对的机器人手姿势的深度图像。基于关键点的重建损失探索了人类和机器人手在外观和解剖结构上的相似之处,并丰富了重建图像的局部特征。穿戴式摄像机支架可实现同时的手臂控制,并促进整个远程操作系统的移动性。测试数据集上的网络评估结果以及除简单的取放操作之外的各种复杂操作任务,显示了多模式遥操作系统的效率和稳定性。1.研究问题拟人化机械手的遥操作以执行灵巧操作仍是挑战。无标记的基于视觉的遥操作具有成本低,侵入性小的强大优势。问题a:由于机器人手和人手占据两个不同的领域,因此如何补偿它们之间的运动学差异在基于无标记视觉的遥操作中起着至关重要的作用。问题b:远程操作员的手应停留在摄像机系统有限的视野范围内。这种限制阻碍了操作员完成需要广阔工作区域的操纵任务。2.解决方法解决方法a:提出了一种称为Transteleop的基于视觉的新型遥操作方法,该方法基于图像到图像的翻译方法提取配对的人和机器人手之间的连贯姿势特征。Transteleop将人手的深度图像作为输入,然后估计机器人手的关节角度,并生成机器人手的重建图像。本着监督学习的精神,为了增强从图像翻译结构中提取的特征的丰富性,研究人员设计了一个基于关键点的重建损失,以专注于手部关键点周围的局部重建质量。解决方法b:为了实现真正的移动式手臂遥控操作系统,研究人员开发了一种摄像机支架,将摄像机安装在人的手臂上。3.研究目标
建立一个移动机器人手臂远程操作系统,其中远程操作员可以在无限的工作空间中进行自然的手部动作以完成一系列操作任务。为了建立这样的系统,研究人员制定了一种新颖的基于视觉的方法来对拟人化的手进行遥控操作,并利用基于IMU的设备来同时控制手臂。假设IH是人类的图像,展示了通过深度相机观察到的操作任务的手部姿势。视觉部分旨在训练输入IH并预测机器人关节角度Jhand的神经模型,而IMU部分则打算将人手臂的绝对运动映射到机器人手臂。4.具体研究方法4.1 Transteleop的提出和使用根据机器人和人的共享姿态特征Zpose可以获取Jhand(机器人关节角度)。文章采用了一种生成结构,该结构从图像IH映射到图像IR,并从该结构的瓶颈层检索姿态作为Zpose。网络结构如下图所示:
手臂的移动比较大会导致遥控操作员的手很容易从摄像机的视野中消失,研究中通过便宜的3D打印摄像机支架解决了这个问题,该摄像机支架可以安装在远程操作员的前臂上,因此,相机将随手臂一起移动。
系统地评估了四种类型的物理任务,对多模型远程操作方法进行了分析,涉及精度和功率控制的分析,有力和无力操纵以及双臂交接任务的分析。手臂的速度控制频率为20Hz,人手臂的起始姿势始终与机器人手臂的起始姿势一致。同时,机器人的手臂在每个任务上总是以几乎相似的姿势开始和结束,手部轨迹控制的频率设置为10Hz。一名女性和两名男性测试人员参加了以下机器人实验,并且其中每一项任务都是随机执行的。1)取放。研究人员准备了两个测试方案:挑选一个薯条罐并将其放在同一张桌子上的红色碗中;在桌子上选择一个立方体,并将其放在方块的顶部。第一种情况需要机械手的动力掌握技巧,第二种情况需要机械手的精确掌握技巧,并为远程操作员提供足够的工作空间。2)插入杯子。三个同心杯应相互插入。此任务检查精确掌握和释放的能力。3)推动物体。研究人员设置方块的随机初始姿势,然后将方块推入指定的位置。此任务包含推动,滑动和精确抓握的挑战。
重磅!3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。同时也可申请加入我们的细分方向交流群,目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注:研究方向+学校/公司+昵称,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,可快速被通过且邀请进群。原创投稿也请联系。
▲长按关注公众号
3D视觉从入门到精通知识星球:针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近2000星球成员为创造更好的AI世界共同进步,知识星球入口:
学习3D视觉核心技术,扫描查看介绍,3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题觉得有用,麻烦给个赞和在看~![640?wx_fmt=gif](https://mmbiz.qpic.cn/mmbiz_gif/gYUsOT36vfpFnEj3CMde0iaOKfGiaAmbfRRPePWld5pUR0niaibYOvNP5cx7nKS5I6180xeya4ZIYJClvHqSpQecqA/640?wx_fmt=gif)
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK