Predicción de deslizamiento mediante la segmentación de imágenes táctiles
Please use this identifier to cite or link to this item:
http://hdl.handle.net/10045/137102
Title: | Predicción de deslizamiento mediante la segmentación de imágenes táctiles |
---|---|
Other Titles: | Slippage Prediction from Segmentation of Tactile Images |
Authors: | Castaño Amorós, Julio | Gil, Pablo |
Research Group/s: | Automática, Robótica y Visión Artificial |
Center, Department or Service: | Universidad de Alicante. Departamento de Física, Ingeniería de Sistemas y Teoría de la Señal | Universidad de Alicante. Instituto Universitario de Investigación Informática |
Keywords: | Manipulación robótica | Percepción y sensorizado | Robótica inteligente | Tecnología robótica | Sistemas robóticos autónomos | Robotic manipulation | Perception and sensing | Intelligent robotics | Robotics technology | Autonomous robotic systems |
Issue Date: | 2023 |
Publisher: | Universidade da Coruña. Servizo de Publicacións | Comité Español de Automática | Universidad de Zaragoza |
Citation: | Castaño-Amorós, J., Gil, P. 2023. Predicción de deslizamiento mediante la segmentación de imágenes táctiles. XLIV Jornadas de Automática, 551-556. https://doi.org/10.17979/spudc.9788497498609.551 |
Abstract: | El uso de sensores táctiles está comenzando a ser una práctica común en tareas complejas de manipulación robótica. Este tipo de sensores proporcionan información extra sobre las propiedades físicas de objetos que están siendo agarrados y/o manipulados. En este trabajo, se ha implementado un sistema capaz de medir el deslizamiento rotacional que pueden sufrir objetos durante su manipulación. Nuestra propuesta emplea sensores táctiles ópticos DIGIT, a partir de los cuáles se capturan imágenes de contacto que luego se procesan e interpretan. En concreto, nuestro método hace uso de un modelo neuronal para la detección de la región de contacto. Y posteriormente, mediante extracción de características visuales de la región detectada, se estima el ángulo causado por movimientos de deslizamiento. Nuestro método estima correctamente la región de contacto obteniendo un 95% y 91% usando las métricas Dice e IoU. Y es capaz de obtener un error medio máximo de 3º en agarres de objetos nunca vistos anteriormente. | Using tactile sensors is becoming a common practice to achieve complex manipulation in robotic tasks. These kinds of sensors provide extra information about the physical properties of the grasping and/or manipulation task. In this work, we have implemented a system that is able to measure the rotational slippage of objects in hand. Our proposal uses the vision-based tactile sensors known as DIGITs which allow us to capture contact images, which are then processed. In particular, our method is based on a neural network model applied to the detection of touch/contact regions. Afterwards, we extract visual features from detected contact regions and we then estimate the angle generated due to an unwanted slippage. Our method obtains results of 95% and 91% in Dice and IoU metrics for contact estimation. In addition, it is able to obtain a mean rotational error of 3 degrees in the worst case with previously unseen objects. |
Sponsor: | Este trabajo ha sido financiado por el Ministerio de Ciencia e Innovación a través del proyecto PID2021-122685OB-I00 y por la beca predoctoral UAFPU21-26 de la Universidad de Alicante. |
URI: | http://hdl.handle.net/10045/137102 |
ISBN: | 978‐84‐9749‐860‐9 |
DOI: | 10.17979/spudc.9788497498609.551 |
Language: | spa |
Type: | info:eu-repo/semantics/conferenceObject |
Rights: | Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
Peer Review: | si |
Publisher version: | https://doi.org/10.17979/spudc.9788497498609.551 |
Appears in Collections: | INV - AUROVA - Comunicaciones a Congresos Nacionales |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Castano-Amoros_Gil_XLIV_Jornadas_de_Automatica_2023.pdf | 5,58 MB | Adobe PDF | Open Preview | |
This item is licensed under a Creative Commons License